Acurácia e precisão na formulação não linear de ração para frangos de corte: Avanço e otimização de resultados (Parte I)

Atualmente é proposto um conceito em que para se obter uma nutrição de precisão é necessário romper com o modelo linear e empregar o modelo não linear na formulação de rações (PENZ-JUNIOR et al., 2009).

Segundo os mesmos autores, com o avanço da pesquisa em nutrição animal, a energia da dieta será utilizada com mais eficiência, os minerais devem atender sua disponibilidade, usar as recomendações de digestibilidade dos aminoácidos e não apenas o teor de proteína bruta, para assim, permitir uma margem de segurança mais estreita nas formulações, sem comprometer o desempenho animal e, como consequência, uma melhor eficiência alimentar e um menor desperdício nas excretas, reduzindo o impacto ambiental.

Diversas pesquisas demonstraram que o crescimento das aves e a eficiência de utilização da dieta são beneficiados com os aumentos da densidade energética da ração. Porém, os aumentos de energia resultam em um custo total de produção mais oneroso (SALEH et al., 2004).

Dentre as várias espécies de interesse em produção animal, o setor avícola é o mais avançado, com contínua incorporação de novas tecnologias, seja no manejo, no material genético, na ambiência e principalmente na nutrição. As informações e determinações atuais das exigências nutricionais mais refinadas para a energia dos alimentos, a disponibilidade dos minerais (uso de enzimas), do conceito de proteína ideal, visam um maior aproveitamento pelo trato digestório do animal e leva a um novo conceito: a nutrição de precisão. A formulação de rações apresenta grande complexidade por envolver muitas opções de alimentos (ingredientes) e também por atender as exigências de números elevados de nutrientes e restrições.

Contudo, a formulação, que manualmente seria extremamente difícil, com o uso de programas de computador torna-se precisa e ágil para todos os ajustes desejados, para atender todas essas exigências numa única formulação, a saber: seis microminerais (Cu, Fe, I, Mn, Se e Zn); 13 vitaminas (A, D, E, K, B1, B2, Ac. Nicotínico, Ac. Pantotênico, B6, B12, Ácido Fólico, Biotina e Colina); 5 macrominerais (Ca, P, K, Na e Cl), 12 exigências para aminoácidos digestíveis e suas combinações (Lisina, Metionina, Metionina+Cistina, Triptofano, Treonina, Arginina, Valina, Isoleucina, Leucina, Histidina, Fenilalanina e Fenilalanina+Tirosina), além das exigências em energia metabolizável e proteína bruta, segundo o sexo, idade e desempenho desejado (ROSTAGNO et al., 2011).

Assim, também foi e continua sendo necessário uma evolução nos métodos de cálculo, e que tem sido muito facilitado com a evolução dos microcomputadores e da disponibilidade de planilhas eletrônicas de programação linear, que combina diferentes matérias primas e preços (tradicionalmente o cálculo de ração de custo mínimo).

Sendo que o objetivo mais atual é a otimização, os programas lineares começam a ficar limitados (PENZ-JUNIOR et al., 2009), pois apesar de visar o máximo desempenho biológico, não garantem os maiores benefícios econômicos (CERRATE; WALDROUP, 2009a; 2009b; OVIEDO, 2005).

Para atender esse novo desafio foi idealizado e desenvolvido o programa/planilha PPFR versão não linear (GARCIA-NETO, 2009), o qual utiliza o modelo de Guevara (2004), permitindo a formulação da ração segundo a variação de preço do kg do frango de corte, além dos ingredientes. O modelo mantém a densidade energética com ajustes concomitantes dos demais nutrientes, sempre visando à otimização da dieta (CERRATE; WALDROUP, 2009a; 2009b).

Assim, pode-se observar que o programa livre PPFR adapta três grandes recursos: as Tabelas Brasileiras (ROSTAGNO et al., 2011), as ideias e designes da planilha WUFFDA (PESTI, 2005) e o modelo matemático de Guevara (2004), o que permite se apresentar como a primeira planilha gratuita não linear para formulação de rações de frangos de corte, para uma maior lucratividade na produção avícola.

Portanto, este trabalho foi realizado com o objetivo de validar o sistema de formulação não linear, como estratégia nutricional e como ferramenta de modelagem matemática para frangos de corte, permitindo um menor custo e uma maior lucratividade da produção, segundo cada fase da criação (inicial, crescimento e terminação).

 

A cadeia produtiva de carne de frangos é uma atividade em constante evolução, principalmente na área de nutrição, onde não somente o desempenho da ave é levado em consideração, mas também a qualidade da carcaça e sobretudo a redução da gordura corpórea (gordura visceral mais gordura cavitária) e aumento dos rendimentos dos cortes. Contudo, os principais interesses do nutricionista animal ainda estão na biologia e não na economia do sistema (AFROUZIYEH et al., 2010).

A lucratividade na indústria avícola pode ser obtida quando a receita e os custos são considerados simultaneamente na formulação de dietas, pois a alimentação das aves representa mais de 60% do total dos custos de produção (SAKOMURA et al., 2011).

A formulação de uma dieta é um dos principais atributos para o desempenho das aves, entretanto, está sujeita às mudanças dos custos de compra dos insumos, dos preços de venda dos produtos e às flutuações de demanda dos consumidores por aves de diferentes tamanhos, levando as companhias adotarem metodologias de otimização para se obter os maiores benefícios econômicos (OVIEDO, 2005).

Assim, com o aumento dos custos dos ingredientes e a pressão pela redução de nutrientes que contaminem o ambiente, os nutricionistas têm como desafio formular dietas com maior acurácia, reduzindo as margens largas de segurança. Além disso, com a alta dos preços das fontes de ingredientes energéticos, os níveis de energia das dietas também precisam ser revisados, pois escolher o nível apropriado de energia que otimiza o crescimento, a qualidade da carcaça e a eficiência alimentar permitindo uma produção lucrativa é a maior preocupação para qualquer avicultor (PENZ-JUNIOR; BRUNO, 2012, SALEH, 2004).

Os níveis recomendados em catálogos nutricionais são na sua maioria ajustados para aumentar a produção sem levar em conta a maximização da eficiência econômica. Há várias décadas, Almquist (1953) pontuou que o nível de concentração nutricional ótimo para um nutriente é aquele que maximiza os lucros. Portanto, o ponto de lucro máximo não é necessariamente o que reflete a conversão mínima em todas as idades das aves e assim, os avicultores devem continuar investindo no consumo de ração até que o valor da carne de frango produzida for maior que o custo da ração, exigido para a produção (PESTI; MILLER, 1997).

Na pesquisa avícola, um modelo pode ser considerado como a descrição matemática de um dado fenômeno biológico (crescimento, produção, e outros), obtida por meio do arranjo coordenado de equações, em que variáveis quantitativas são tomadas para representar os fatores que influenciam os fenômenos (OVIEDO-RONDÓN et al., 2002).

Contudo, foi no final da década de 80 que se iniciou a adoção de programas capazes de integrar os conhecimentos em nutrição e economia, em decorrência da evolução das técnicas de modelagem, dos programas e da capacidade de processamento dos computadores (LANNA et al., 1999; RONDÓN et al., 2002). Estes programas possuem ferramentas que incorporam os princípios de modelagem matemática, auxiliando na definição de estratégias alimentares para frangos de corte, atendendo as exigências para o melhor desempenho.

Dessa forma, os critérios econômicos puderam ser eficientemente incorporados à formulação de rações a partir da aplicação da programação linear, sendo a principal ferramenta desenvolvida para se definir uma combinação de ingredientes a um custo mínimo, a fim de suprir as exigências nutricionais pré-estabelecidas de diversas espécies animais. Entretanto, métodos estáticos na formulação de dietas não são adequados na otimização dos programas de alimentação de frangos comerciais porque ignoram a importância dos métodos econômicos (GUEVARA, 2004).

A formulação linear de custo mínimo permite uma análise rápida do custo econômico e nutricional da inclusão de um ingrediente na ração, assumindo que cada ingrediente fornece o mesmo retorno econômico marginal, e que os retornos biológicos de produção são constantes (OVIEDO, 2005). Esta limitação promoveu o desenvolvimento de novos conceitos, os quais buscavam maiores lucros, todavia, mantendo-se as dietas de custo mínimo para o atendimento das exigências nutricionais e que fornece crescimento tecnicamente eficiente (LANNA et al., 1999; PESTI; MILLER, 1997).

Assim, Guevara (2004) relata que a programação não linear pode ser mais apropriada que a convencional linear, uma vez que otimiza o desempenho de peso através da possibilidade de ajustes na densidade energética da dieta para frangos de corte, e ainda, que modelos para máximo lucro deveriam oferecer uma condição semelhante ou melhor, mas nunca pior, quando comparado com o tradicional modelo de formulação linear. Razão pela qual o NRC (1994) fomenta esse conceito ao afirmar "que é desejável ter modelos matemáticos que possibilitem a seleção da combinação econômica da dieta de nutrientes (proteína/aminoácidos, energia e outros nutrientes) que permitam os objetivos da produção".

Tal procedimento, por atender a lei dos retornos decrescentes (ALMQUIST, 1953), permite obter pela programação não linear a condição mais favorável para a densidade energética, o que não é possível pela formulação linear (AFROUZIYEH et al., 2010; MILLER et al., 1986).

De acordo com Pesti et al. (2009), os polinômios de segundo grau descrevem os retornos decrescentes para a formulação de dietas. A densidade energética é um parâmetro dos retornos decrescentes e sua avaliação econômica torna-se viável para estimar o ganho de peso e aplicar modelos não lineares, a fim de se encontrar o melhor momento de comercialização. Esse fenômeno ocorre da seguinte maneira: à medida que se aumenta a densidade energética sucessivamente, a produção aumenta a taxas crescentes, para depois iniciar uma diminuição da resposta de forma não linear.

Devido à necessidade da aplicabilidade e desenvolvimento desses modelos, várias pesquisas direcionadas para modelagem matemática aplicada nas formulações de rações idealizam um menor impacto econômico da produção animal, com a otimização do ambiente produtivo (RENZ, 2005), com vários modelos já disponíveis ([BPHL® King, 2001; Câmera®, EFG® Software; FORTEC®; Guevara, 2004; IGM^TM; OmniPro®II e Pesti/Brill] OVIEDO, 2005).

Como a maioria dos programas mencionados são comerciais, e, portanto "fechados", essa condição de "caixa preta" restringe as pesquisas, pelo custo do programa ou pelas limitações nas possibilidades de manipulação dos recursos internos para ajustes dos modelos matemáticos desejados/estudados.

Todavia, são também oferecidos programas abertos, evidenciando crescentes pesquisas sobre o assunto (PESTI; SEILA, 1999; ROUSH et al., 2007; 2009), aplicados à pesquisa, ensino e com possibilidades de uso na indústria avícola, sendo disponibilizados gratuitamente na web-site, como o UFFDA (PESTI; MILLER, 1992), o UNEFORM (THOMSON; NOLAN, 2001), o WUFFDA (PESTI, 2002), e alguns nacionais, como o SAEG-RCM (2007) e o PPFR (GARCIA-NETO, 2009).