Resumo
O objetivo deste estudo foi desenvolver e validar modelos de regressão para predizer a composição de amostras de silagem de milho (SM), fezes e digesta omasal de bovinos e predizer parâmetros de degradabilidade ruminal in situ da silagem de milho a partir da espectroscopia no infravermelho próximo (NIR). Foram utilizadas 94 amostras de SM, 498 amostras de fezes de bovinos, 60 amostras de fase sólida e 74 amostras de fase líquida de digesta omasal de bovinos para desenvolver e validar os modelos. No entanto, apenas 23 amostras de SM foram utilizadas para desenvolver e validar os modelos para predizer a degradabilidade ruminal in situ. As propriedades avaliadas para cada tipo de amostra foram determinadas através de métodos convencionais de análise de alimentos. Todas as amostras previamente secas e moídas foram então alocadas em placas de Petri e os espectros NIR foram obtidos. Os modelos foram construídos usando a regressão por quadrados mínimos parciais (PLS), e o método de seleção de variáveis dos preditores ordenados (OPS) foi empregado. De forma geral, os modelos de regressão obtidos para predizer a composição da SM, com exceção do modelo para matéria orgânica (MO), estimaram de forma adequada as propriedades estudadas. Não foi possível construir modelos de predição para as frações potencialmente degradáveis da MO e proteína bruta (PB) e para a taxa de degradação (kd) da MO. Os modelos obtidos para predizer as frações solúveis da matéria seca (MS), MO e PB, as frações potencialmente degradáveis da MS e da fibra insolúvel em detergente neutro (FDN), a fração indegradável da FDN e kd da MS, PB e FDN da SM, estimaram adequadamente tais propriedades. Os modelos de regressão obtidos para predizer a composição das amostras de fezes bovinas estimaram adequadamente as propriedades avaliadas, com exceção do modelo para predição dos carboidratos não fibrosos. Os modelos obtidos para predizer a composição das amostras de fase sólida da digesta omasal de bovinos estimaram adequadamente as propriedades avaliadas, com exceção do modelo para predição da PB. Considerando os modelos de regressão para estimar a composição da fase líquida da digesta omasal, apenas o modelo para predição de extrato etéreo estimou adequadamente. A utilização de modelos de regressão associados a espectroscopia NIR fornece uma boa ferramenta para avaliação nutricional, podendo substituir boa parte dos métodos convencionais de análises.
The aim of this study was to develop and validate regression models to predict the composition of corn silage (CS), cattle feces, and omasal digesta, also to predict parameters of ruminal in situ degradability of corn silage by near-infrared spectroscopy (NIR). To develop and validate the models, 94 samples of CS, 498 samples of cattle feces, 60 samples of the solid phase, and 74 samples of the liquid phase of omasal digesta were used. However, only 23 samples of CS were used, to develop and validate the models to predict in situ ruminal degradability. The properties evaluated for each type of sample were determined using conventional methods of food analysis. All previously dried and ground samples were then placed in Petri dishes, where the NIR spectra were obtained. The models were developed using the regression by partial least squares (PLS), and the method of ordered predictors selection (OPS) was used. In general, the regression models obtained to predict the composition of corn silage, except the model for organic matter (OM), adequately estimated the studied properties. It was not possible to develop prediction models for the potentially degradable fractions (b) of OM and crude protein (CP) and the degradation rate (kd) of OM. The models obtained to predict the soluble fractions (a) of dry matter (DM), OM and CP, the b fractions of DM and B of neutral detergent insoluble fiber (NDF), the undegradable fraction of NDF, and kd of DM, CP and NDF of corn silage, adequately estimated such properties. The regression models obtained to predict the composition of cattle feces, except the model for NFC, adequately estimated the properties evaluated. The models to predict the composition of the solid phase of omasal digesta have adequately estimated the properties evaluated, except for the model to predict CP. For the liquid phase of the omasal digesta, only the regression model for ether extract estimated adequately. The use of regression models associated with NIR spectroscopy provides an alternative for nutritional assessment and can replace most of the conventional methods of analysis.