Latar belakang:

Sapi perah di AS umumnya diberi diet makan tinggi protein meskipun suplemen protein relarif
mahal terhadap komponen makanan lainnya. praktik ini didukung oleh pengamatan sebelumnya
(27, 68) dan pengalaman praktek. Akibatnya, efisiensi konversi pemberian nitrogen ke susu
nitrogen pada sapi menyusui umumnya berkisar antara 25 sampai 35% (10, 15, 48, 56). Diet
pengurangan protein dapat dimungkinkan tanpa menimbulkan kerugian produksi protein susu,
dengan demikian mereduksi limbah nitrogen. Namun, optimalisasi input protein seperti itu
mutlak tergantung pada penentuan (atau prediksi) akurat dari partisi protein yang disediakan
untuk proses yang terlibat. Skema prediksi telah dikembangkan yang menghubungkan pasokan
nitrogen dan metabolisme nitrogen di ruminansia (2, 58, 59). Skema ini sebagian besar telah
bersifat empiris. Banyak dari skema ini menggunakan dua persamaan linear untuk memprediksi
respons produktif (pertumbuhan dan laktasi) untuk meningkatkan input protein.  Pada input
protein di bawah persyaratan, penambahan protein menghasilkantanggapan produktif yang
merupakan fraksi konstan dari input. Ketika persyaratan telah dipenuhi, tidak ada lagi respon
terhadap penambahan protein yang diamati. Akibatnya, respons marginal terhadap protein
tambahan adalah relatif bagus ketika protein diberi makan di bawah persyaratan dan transisi ke 0
karena protein input melebihi persyaratan. Pola respons semacam itu tampaknya tidak konsisten
dengan sebagian besar sistem biologis. Secara umum, kurva respons nutrisi nonlinier dan jenuh
pada tingkat jaringan dan enzim. Respon kurva protein jenuh akan menghasilkan marginal
tanggapan yang berkisar terus-menerus dari beberapa nilai kurang dari 100% karena
penambahan protein awal ditawarkan ke nilai 0% ketika sistem jenuh dengan protein. Masalah
penentuan yang koefisien transfer untuk penggunaan protein yang diserap (AP) diidentifikasi
sebagai batasan penting oleh komite NRC. Sejumlah besar karya eksperimental telah diterbitkan
sejak awal prediksi skema ini, terutama sejak deskripsi asli NRC. Tampaknya pengetahuan itu
diperoleh selama 10 sampai 15 tahun terakhir di bidang metabolisme perantara dapat digunakan
untuk meningkatkan representasi biologis dari model NRC, yang mungkin akan menghasilkan
model dengan akurasi prediksi lebih besar dari sistem saat ini. mendiskusikan metabolisme
nitrogen dalam rumen dan pada keseluruhan hewan, masing-masing. Karena itu, ulasan ini
berfokus pada metabolisme postruminal. Itu tujuannya adalah untuk mengevaluasi kecukupan
NRC representasi metabolisme protein postruminal sapi menyusui dan potensi untuk pendekatan
alternativ.
Tujuan

Meskipun persamaan individual dapat dievaluasi, data yang memadai untuk pengujian langsung
sistem secara keseluruhan tampaknya tidak tersedia. Karena itu, diskusi ini berfokus pada
pemeriksaan implikasi potensial dari bentuk persamaan yang dipilih, menggunakan
perbandingan tidak langsung dengan data bila memungkinkan.

Metode penelitian

Untuk sapi 600 kg pada usia kehamilan 145 d, persyaratan AP dihitung menggunakan Persamaan
[1] untuk susu produksi protein mulai dari 300 hingga 1400 g / d. Itu Pasokan AP diasumsikan
memenuhi persyaratan untuk produksi protein susu <1400 g / d. Protein susu produksi dibatasi
pada 1400 g / d. Efisiensi kotor produksi protein susu dihitung, dan hasilnya diplot (Gambar 2).
Model postabsorptive NRC (58) memprediksi hal itu efisiensi bruto konversi AP menjadi
protein susu meningkat karena pasokan AP meningkat hingga persyaratan untuk protein susu
terlampaui, pada titik mana kotor efisiensi mulai menurun. Efisiensi kotor dari Penggunaan AP
diperkirakan mendekati 25% untuk pasokan AP dan kebutuhan protein susu 1,5 dan 0,42 kg /
hari, masing-masing, dan melebihi 40% untuk persediaan AP dan kebutuhan protein susu 3,15
dan 2,15 kg / hari, masing-masing (Gambar 2). Peningkatan efisiensi kotor yang diamati
sepenuhnya karena pengenceran penggunaan pemeliharaan AP sebagai efisiensi marginal AP
konversi menjadi protein susu adalah 70% konstan (Persamaan [5]). Akibatnya, efisiensi kotor
maksimal adalah dicapai pada titik tepat di mana yang dirasakan kebutuhan protein susu
terpenuhi. Artinya, peningkatan efisiensi yang terkait dengan peningkatan pasokan AP dapat
terjadi hanya jika protein susu tambahan disintesis terkait dengan peningkatan pasokan. Namun,
kita harus mengakui bahwa penurunan efisiensi kotor penggunaan setelah persyaratan dipenuhi
tidak secara eksplisit diprediksi oleh model NRC. Modelnya tidak memprediksi di mana AP
yang disediakan melebihi perkiraan kebutuhan digunakan. Seperti yang sudah disebutkan,asumsi
tersirat adalah bahwa kelebihan protein dikatabolisme, tetapi struktur dari beberapa model yang
didasarkan pada sistem AP (25) menyiratkan bahwa kelebihan protein dapat digunakan untuk
produksi protein susu. Adalah kewajiban pengguna untuk mengenali kapan protein itu pasokan
melebihi persyaratan.Menguji validitas prediksi-prediksi ini dan asumsi-asumsi terkait
membutuhkan kumpulan data di mana hilangnya protein usus dan protein susu produksi telah
diukur dalam sapi yang sama. Selain itu, hilangnya usus dan produksi protein susu harus sangat
bervariasi untuk menantang model yang memadai. Meskipun data seperti ini adalah mulai
dikumpulkan untuk menyusui, ruang lingkup dari data yang ada tampaknya tidak memadai untuk
tes yang berarti saat ini.

Hasil penelitian

Meskipun perangkat tambahan ke sistem NRC (59) seperti yang dibahas tampaknya menjanjikan
sehubungan dengan perbaikan dalam prediksi kinerja, keseluruhan kerangka kerja sistem pada
akhirnya membatasi kemajuan yang bisa dibuat. Interaksi antar metabolit sulit ditangkap dalam
yang ada kerangka kerja (mis., interaksi di antara AA). Karena itu, pendekatan alternatif perlu
diperiksa. Baldwin et al. (3, 4, 5) menggambarkan model susu yang menyusui sapi yang
termasuk komponen postabsorptive. Danfaer (19) mempresentasikan upaya serupa. Mereka
mengadopsi pendekatan pemodelan kompartemen dimana diskrit kolam digambarkan dan
dilacak sepanjang waktu (deskripsi dinamis). Contohnya adalah protein tubuh, AA dalam darah,
dan asetat dalam darah. Pendekatan ini telah di Setidaknya tiga keunggulan dibandingkan sistem
aljabar statis yang dijelaskan oleh NRC (59). Pertama, efek temporal, seperti status protein tubuh
dan energy cadangan, dapat dipertimbangkan dalam model (energi atau defisit protein hanya
dapat dipertahankan untuk yang terbatas waktu sebelum cadangan habis). Kedua, konservasi
prinsip-prinsip massa dipatuhi secara eksplisit, terlepas dari keakuratan prediksi. Karena itu,
penggunaan substrat yang produktif dan tidak produktif selalu cocok dengan pasokan, yang
mungkin tetapi secara inheren lebih banyak sulit dicapai dalam kerangka kerja saat ini (mis.,
penggunaan media dalam berbagai proses diturunkan mandiri, dengan demikian memungkinkan
konservasi massa prinsip yang dilanggar ketika proses tidak dijelaskan dengan sempurna).
Akhirnya, kompleksitas yang terkait dengan metabolisme perantara dapat ditampung. Solusi
analitik untuk persamaan diferensial yang menggambarkan perubahan konsentrasi darah atau
metabolit jaringan menjadi sulit karena kompleksitas meningkat. Solusi numerik di mana
computer menghitung perubahan konsentrasi metabolit Model Baldwin et al. (3, 4, 5) secara
eksplisit mempertimbangkan efek pasokan energi pada konversi AA menjadi protein susu.
Model ini juga berisi deskripsi efek ketersediaan AA pada susu sintesis protein; namun,
pertimbangannya adalah agregat (mis., semua AA dianggap tunggal kesatuan). Mengingat
perubahan nyata dalam profil AA sebagai AA melintasi berbagai tempat tidur jaringan,
sepertinya bahwa deskripsi AA individu akan diperlukan. Struktur model cocok untuk
penambahan deskripsi individu AA iteratif karena input bervariasi untuk menghindari hal ini
masalah. Namun, solusi numerik membutuhkan deskripsi eksplisit dari kumpulan metabolit yang
bertindak sebagai pengubah dalam metabolisme metabolit lain, dan, karenanya, perlunya
pendekatan kompartemen.