Equações de regressão para estimar valores energéticos do grão de trigo e seus subprodutos para frangos de corte, a partir de análises químicas

Abstract

Um experimento foi realizado com frangos de corte para a obtenção de equações de predição da energia a partir de análises químicas e dados de energia metabolizável (EM) utilizando como alimentos-teste o trigo e alguns de seus produtos, comparando quatro metodologias de estimação. Sete alimentos oriundos do trigo e uma ração-referência foram utilizados nos cinco tratamentos: trigo integral moído, gérmen de trigo, farinha de trigo clara, farinha de trigo escura, farelo de trigo para uso humano, farelo de trigo para uso animal e farelo de trigo grosso. Com base nas análises químicas de fibra bruta (FB), extrato etéreo (EE), proteína (PB), cinzas (Cz) e amido (A) dos alimentos e com os resultados observados de EM aparente (EMA), EM verdadeira (EMV), EM aparente corrigida (EMAn) e EM verdadeira corrigida pelo balanço de nitrogênio (EMVn) nos cinco tratamentos, desenvolveram-se equações de predição por stepwise. FB foi a variável que melhor se relacionou com os valores de energia metabolizável, entretanto esse valor isolado não foi suficiente para uma boa estimativa dos valores energéticos (R² abaixo de 0,80). Quando somada ao EE e à PB aumentou-se a precisão das equações, com valores de R² acima de 0,90 na maioria das equações. Estimativas a partir dos valores de todos tratamentos resultaram em equações menos precisas para EMA, com menores R². Quando se utilizaram somente dados dos tratamentos pela metodologia tradicional ou de alimentação forçada separadamente aumentou-se a precisão das equações, com R² acima de 0,85. Para EMV e EMVn, as equações lineares múltiplas, utilizando-se FB, EE e PB, apresentaram boa precisão (R²>0,90), independente da utilização de todos os dados experimentais ou seu agrupamento por metodologia. Para a EMVn, além da alta precisão, os valores do coeficiente linear (a) das equações foram muito próximos quando se utilizaram todos os tratamentos ou agrupando-os por metodologia, o que significou pouca influência da metodologia sobre essa medida. A FDN não mostrou ser melhor preditor de EM do que a FB.