MODELADO DE SISTEMAS NUTRICIONALES PARA OPTIMIZAR LA GANADERÍA EN EL ESTADO DE GOIÁS

Coordinador: Edgar Alain Collao Saenz

La producción animal es el resultado de un frágil equilibrio entre los procesos anabólicos y catabólicos implicados en la transformación de los recursos metabólicos. Se han desarrollado modelos de simulación matemática en un intento de describir y comprender mejor estos complejos procesos fisiológicos. Algunos de estos conjuntos de ecuaciones representan la dinámica de los nutrientes en la producción de carne y leche y constituyen una herramienta valiosa en el desarrollo y evaluación de estrategias de investigación en nutrición. A medida que ha aumentado el conocimiento cualitativo del metabolismo de los rumiantes, ha sido posible desarrollar enfoques cuantitativos que permiten ampliar la comprensión e integrar diversos aspectos de la investigación en nutrición animal. Existen varios tipos de modelos utilizados en los sistemas de producción agrícola. Los primeros modelos consistieron en ecuaciones de regresión entre el consumo de nutrientes y el rendimiento animal (ganancia de peso, producción de leche, etc.). Posteriormente, se propusieron modelos empíricos con la intención de predecir los requerimientos nutricionales para un determinado desempeño animal en función de la ganancia diaria promedio y el peso vivo. A pesar de su aplicación práctica en condiciones agrícolas, estos modelos están limitados por el pequeño conjunto de datos experimentales utilizados en su construcción. Aun así, los modelos empíricos consideran sólo un nivel de agregación, por lo que las necesidades de comprensión y predicción de las respuestas de los animales (cantidad y calidad de los productos, eficiencia, comodidad, etc.) en relación a los cambios en la dieta y otras variables no pueden ser satisfechas por estas aproximaciones (Schmidely, 1996). Más recientemente, se han propuesto modelos matemáticos dinámicos basados ​​en reacciones bioquímicas, que no sólo resumen los datos existentes, sino que también muestran lagunas en el conocimiento actual y hacia dónde se deben dirigir mayores esfuerzos e investigación. Se han descrito varios tipos de modelos para su uso en la investigación con rumiantes. Tedeschi (2019) proporciona una descripción completa de la aplicación de modelos para apoyar la toma de decisiones en la nutrición de rumiantes, caracterizando diferentes paradigmas y enfoques utilizados, y describe brevemente la evolución de diferentes líneas de pensamiento en el modelado nutricional. A largo plazo, el uso de modelos para predecir la utilización de alimentos tendría cuatro ventajas principales sobre los sistemas alimentarios tradicionales: a) mejor utilización de datos detallados sobre la composición química de los alimentos; b) considerar la interacción entre energía y proteína; c) predicción de los componentes de la leche en hembras lactantes, o de la relación grasa-proteína en la canal de animales en crecimiento; y d) predecir respuestas en lugar de simplemente calcular requisitos (Gill, 1996). El uso de modelos de simulación también puede reducir sustancialmente el número de pruebas físicas necesarias para la evaluación técnica y económica de las dietas del ganado, sometiendo a pruebas de campo sólo aquellas que presentan mejores resultados en las simulaciones. En un intento por mejorar la precisión de estos sistemas, se deben obtener datos reales en campo que sirvan como parámetro en estos sistemas y mejoren las dietas proporcionadas a los animales de alta producción. Recientemente ha crecido el uso de estrategias nutricionales más precisas, basadas en nutrientes o componentes específicos de los alimentos, para optimizar su uso y excreción al medio ambiente. Una nutrición de precisión puede minimizar el exceso de nutrientes que terminan excretandose a través de las heces, la orina o la leche. En general, cuando algunos nutrientes ya no son limitantes en la dieta del ganado, se espera un aumento en la producción. En este proyecto, pretendemos evaluar experimentalmente el desempeño del ganado cuando se suplementa con diferentes ingredientes que pueden tener efectos específicos en la producción y utilizar estos resultados para parametrizar la respuesta animal en modelos de simulación existentes.