各位观众大家好，我是来自中国农业大学的王军军。
很荣幸受热心肠研究院的邀请，跟大家一起分享交流《消化发酵动力学平衡与营养素高效利用》。
俗话说，“国以民为本，民以食为天，食以安为先”。粮食安全是重大的民生问题。
今年粮食安全日的主题就是：端牢中国饭碗，共筑全球粮安。
建国以来，中国人的饮食结构发生了巨大变化，需求从吃得饱转变为吃得好。
国家统计局数据显示，我国居民近年来人均粮食消费量明显减少，肉蛋奶类的消费量成倍增长，年度肉类消费达到了 8000 多万吨。
对肉蛋奶等畜产品需求的增加，导致大量的粮食及其加工副产品被用作饲料，且缺口逐年增大，大豆等蛋白质资源严重依赖进口。粮食安全集中体现为饲料粮安全，造成了人畜争粮的局面。
我国是世界第一的养猪大国和猪肉消费大国，世界上近一半的猪养在中国，并且我国居民猪肉消费占肉类消费的比例达到了 62%。所以，猪粮安天下，猪肉和粮食安天下。
这两年非洲猪瘟导致的生猪出栏量减少、猪价上涨以及 CPI 指数（消费者物价指数）上升，大家一定都有深切的体会。
但我在这里重点要说的是，猪的粮，即猪饲料安天下。猪饲料占到了我国配合饲料的 43%，是饲料粮以及粮食安全的重要因素。
然而，我国猪饲料的精准配制又面临着饲料原料种类多，同一饲料原料由于品种、产地、加工工艺等因素变异而造成了其营养价值变异大。
在猪的方面，我国有多样化的猪品种，养殖水平、环境设施以及猪的营养需要量也各有不同。
我们团队在前期对 260 个玉米样品的研究过程中发现，其有效能值最大值和最小值差异可以达到每公斤近 700 千卡，变异系数可以高达 5.6%左右。
因此，在生产中如何做到精准把握饲料原料有效养分变异及猪的营养需要量变异，是精准配方的关键。
除了把握变异的问题，还需要考虑排泄浪费的问题。
比如说，摄取的能量中，会有一部分能量通过粪尿排出体外，这些能量对于动物生长没有贡献。
所以，在对饲料原料评价的过程中，需要考虑粪、尿以及通过热增耗和各种气体排放损失的能量，从而使用消化能、代谢能以及净能等指标体系。
为此，我们建设了相应的净能评价设备，并在系列评价的基础上，实现了猪的有效能值从消化能、代谢能向净能体系的升级换代。
跟能量营养不同，蛋白质营养的评价需要考虑大肠发酵的影响。
小肠中没有被消化吸收的蛋白质进入大肠后，被微生物发酵生成生物胺、吲哚等物质，不仅无法被重吸收进入体内沉积蛋白质，反而常常带有毒副作用。
因此，蛋白质营养的评价要重点考虑其在小肠内的消化吸收。
我们会通过在回肠末端安装瘘管收集回肠食糜，从而评价和计算其在小肠阶段的利用效率，从而计算其蛋白质或者氨基酸的消化率。
此外，近年来在氨基酸平衡研究以及晶体氨基酸生产技术方面的进步，使得基于理想氨基酸模式的低蛋白质日粮配制和推广成为可能。
这种新的平衡技术可以使猪日粮中粗蛋白质的水平降低 2~4 个百分点，从而减少蛋白质原料的使用，降低饲料配方成本，减少氮的排放，并通过减少大肠蛋白质的发酵的毒副作用而改善肠道健康。
为了动态估测猪的营养需要量，基于实验数据的模型化研究很重要。
我们团队在长期研究总结的基础上，建立了基于体重、日增重、维持、生长及其用于脂肪和蛋白质沉积的营养需要量的动态估测方程，便于在生产中动态估测设定好配方中的需求值。
考虑到饲料原料的多样性和复杂性，其动态评价模型的建立需要更大的工作量。
我们团队在长期、大规模评价的基础上，探讨建立了基于简单化学组合分析，或者是近红外光谱扫描的有效能以及回肠氨基酸消化率的预测方程和预测模型。
我们也把上述的研究成果整合形成了便于推广应用的中国猪饲料营养大数据平台 FeedSaaS，整合了我们 MAFIC 饲料原料数据库、新版猪营养需要量，以动态模型为核心，为进入猪嘴之前实现精准营养与快速配方提供了解决方案。
然而，除了精准配方，猪实际营养满足状况可能还会受到日粮配置精准度、原料间组合效应、猪的生理状态变异、采食量等方面的影响。
因此，如何进行猪采食后的营养评价也非常重要。
考虑到血浆样品的综合性及其代谢组与日粮营养素，以及生长性能间的相关性，我们选择了血浆样品，探讨基于血浆代谢标记物进行猪营养状况评价的可能性。
我们的方案是，使用不同营养水平的日粮饲喂猪，采血研究其血浆中跟特定营养素水平相关的代谢标记物，并在此基础上建立谱型识别模型和估测方程，以便对于特定的猪进行营养状况评价以及反馈优化。
这是我们在系统鉴定猪血浆中与日粮能量水平相关代谢标记物的基础上，形成的基于7种代谢物的能量状况预测方程。
并在此基础上建立了能量水平、蛋白质水平的谱型识别模型，实现了基于血浆代谢标记物的猪营养状况评价监测。
此外，在研究的过程中还发现了相同营养参数，在原料和营养底物变异大时，可能会产生不同的生长性能。
比如说，使用不同比例的碳水化合物和脂肪作为能量来源时，猪在日增重、料重比等方面出现了差异。
究其原因，可能跟葡萄糖等能量底物的消化释放速度及其与氨基酸释放吸收之间的匹配程度有关。
这种情况同样也出现在了低蛋白日粮中。
氨基酸在体内除了用于肌肉蛋白质沉积，也会在通过消化道时被其肠道细胞及其肠道微生物代谢利用。
有趣的是，当使用降低蛋白质水平并使用游离晶体氨基酸的平衡日粮时，其氨基酸在吸收入血方面跟常规日粮有比较大的差别。
这种快速吸收入血的氨基酸会更多地被氧化代谢，从而降低其用于蛋白质沉积的效率。因此，针对低蛋白日粮需要考虑新的能量底物平衡模式。
我们在比较常规日粮与淀粉-酪蛋白纯合日粮两种饲料饲喂猪之后不同时间点血浆代谢组的过程中发现，纯合日粮在葡萄糖、氨基酸释放吸收方面会更早更快。但自餐后 2 小时起，其葡萄糖和氨基酸的持续供给能力会明显降低。
这种时空动态变化也提示我们，在饲料营养价值的评价过程中，可能还有另外一个维度的工作是缺失的，就是其在肠道内的消化和发酵动力学。
而且，这种时空动力学平衡的问题，不光存在于饲料原料，在动物的变异方面也存在不同的消化和发酵特征。
我们使用相同配方的日粮，按体重比例等量饲喂正常猪和妊娠期宫内生长受限的猪，发现其在门静脉的养分吸收是有差别的。
进一步对其在小肠内的消化以及大肠的发酵进行分析后发现，其小肠的消化能力相对较差，而大肠的发酵活性却相对比较高。
使用其对应的回肠食糜和盲肠微生物进行交叉发酵的验证之后发现，IUGR（宫内生长受限）猪的盲肠微生物发酵能力实际上是较弱的，而其相对较高的发酵活性是来源于小肠消化能力差所导致的回肠末端营养物质较为丰富的原因。
因此，通过调控实现营养物质在小肠内相对充分的消化利用，是更为经济有效的策略。
当然，从碳水化合物或者是纤维营养的角度，大肠微生物及其活性对于饲料效率的贡献也是不容忽视的。
我们通过自动饲喂与动物生长性能采集装置，筛选出了高、低饲料效率的猪。研究发现它们的大肠微生物存在差异，纤维分解菌的含量以及丙酸的产生量相对较高。而且用其粪便去发酵相同的纤维组分时，其发酵能力也更强。
因此，通过微生物定植干预也不失为一种好的营养干预策略。
为此，我们就在考虑系统评价原料的消化动力学，尤其是其葡萄糖和氨基酸的释放动力学曲线，其小肠消化残渣的发酵动力学曲线，对于实现时空动力学平衡，在日粮配制时实现葡萄糖和氨基酸的同步释放与吸收具有重要意义。
我们通过绘制相关原料的消化和发酵动力学曲线后，就会发现其差异的主要时间点，并进行重点关注。
通过动物实验获得和确证最适的葡萄糖、氨基酸释放模式，从而为日粮配制过程中增加消化和发酵动力学平衡参数奠定基础。
但通过原料组合实现所需的消化与发酵动力学参数匹配，往往是比较难的。
在大多数情况下，我们会涉及到对原料的预加工和预处理，包括改变其消化和发酵特征。
这样的干预方式会涉及到原料的组合、原料的改造以及受体的微生物干预。
在原料的改造方面，我们可能通过一些物理的方式、化学的方式以及生物的方式，包括调制、膨化、碱化、氧化、微生物发酵、酶解、菌酶协同等手段，从而实现消化和发酵的动力学调控。
微生物干预方面，考虑到其全肠道定植干预的需求，我们近期研究了空肠、回肠、盲肠和结肠微生物组合的全肠道微生物移植，相较于粪便微生物移植，在受体微生物定植干预方面的效果。
发现各肠段微生物单独移植时，其更倾向于定植在其来源肠段；全肠段微生物组移植在各肠段微生物，尤其是小肠微生物，定植干预方面的效果更好，并且会靶向影响相应肠段的结构与功能。
提示我们对于营养学相关的研究和应用，可尽量选择全肠道微生物组移植。
这也就造成了另外一个问题，我们不可能像获取粪便一样，轻松地获得空肠、回肠、盲肠和结肠的食糜及其微生物。那就需要考虑一种肠段微生物组培养的策略。
我们在对各肠段食糜养分组成进行系统分析的基础上，对商业化的猪微生物组培养基进行了优化提升，初步建立了盲肠和结肠的微生物组的培养条件，可以相对低成本地获得用于干预的微生物来源。
刚才说到了，建立各原料的消化发酵动力学曲线、最佳组合目标的确定、通过原料改造以及微生物组移植，实现消化发酵时空平衡的研究。
但是在生产实践中，如何快速获得原料的消化与发酵动力学参数，就变得特别重要。我们不可能每次都对相关原料进行消化和发酵动力学的评价实验。
因此，这也是我们正在进行的工作，建立基于近红外光谱的原料消化和发酵动力学参数预测模型。
后期可以通过近红外扫描原料，直接出具其消化和发酵动力学的特征，从而为消化发酵动力学平衡日粮的配制，奠定相应的技术手段。
对我今天的报告做一个小结，我们针对饲料原料营养价值及猪营养需要量变异大的问题，建立了相应的动态预测模型，并整合形成了中国饲料大数据平台 FeedSaaS。
针对采食后营养评价与反馈优化建立了基于血浆代谢组的营养状况谱型识别模型。
并在基于原料和猪在消化利用过程中的消化和发酵动力学，在如何进行葡萄糖、氨基酸等营养素的时空释放与吸收方面，进行了一些包括原料组合、原料改造、微生物改造以及有效微生物组培养方面的探索工作。
希望大家批评指正，也欢迎各种形式的合作研究与应用推广。
我的报告到此。感谢基金委、科技部等项目的支持以及团队各位同学的付出。
感谢热心肠研究院，谢谢。
