Évaluation du modèle de prédiction de la composition en acides gras du porc - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement Access content directly
Conference Papers Year : 2022

Evaluation of the prediction model of whole-body fatty acid composition of the pig

Évaluation du modèle de prédiction de la composition en acides gras du porc

Abstract

A module for the digestive and metabolic use of lipids and fatty acids (FA) was coupled to the InraPorc simulation model. The later was used to predict the lipid mass by adjusting some parameters to approximate the best performance (feed intake, growth rate) achieved by the animals during the trials. Then, the lipid mass is used as an input to the FA module to estimate their growth and establish the FA composition in the whole animal at slaughter. Data from 5 studies and twenty experimental diets were used to validate the module. Although many FAs can be identified, palmitic, stearic, oleic, and linoleic acids account for over 95% of the total FAs obtained during chemical analysis of pork samples. Their content on the studies used in this work ranged from 18.2 to 28.7, 9.8 to 17.8, 33.1 to 51.0 and 5.3 to 27.1 % for palmitic, stearic, oleic, and linoleic, respectively. Predictions ranged from 14.9 to 27.0, 8.8 to 16.4, 28.9 to 56.4 and 6.2 to 35.0% for palmitic (r = 0.89; P < 0.001), stearic (r = 0.66; P = 0.001), oleic (r = 0.87; P < 0.001) and linoleic (r = 0.85; P < 0.001), respectively. Even if adjustments can always be done to ameliorate predictions, these results already showed that the FA module predicted quite well the deposition of total FA along growth (r = 0.93; P < 0.001), as well as that of individual FAs at different slaughter weights. From these results, it can be concluded about the interest of the development of the FA module coupled to the InraPorc model to study the influence of feeding strategies and to predict the quality of pork.
Un module d’utilisation digestive et métabolique des lipides et acides gras (AG) a été couplé au modèle InraPorc de simulation de la croissance du porc. Celui-ci a été utilisé pour prédire la croissance de la masse de lipides en ajustant certains de ses paramètres afin de s’approcher au mieux des performances (consommation d’aliment, croissance journalière) réalisées par les animaux lors des essais. A son tour, la valeur de la masse lipidique est utilisée en tant qu’intrant du module d’AG afin d’estimer le dépôt de chaque AG et établir la composition en AG de l’animal entier au moment de l’abattage. Les données expérimentales basées sur cinq études et vingt régimes alimentaires ont été utilisées pour valider le module. Même si beaucoup d’AG peuvent être identifiés, les acides palmitique, stéarique, oléique et linoléique représentent plus de 95% du total des AG obtenus lors de l’analyse chimique des échantillons de porcs nourris avec des régimes standards. Leur contenu dans les études utilisées variait, respectivement, de 18,2 à 28,7, de 9,8 à 17,8, 33,1 à 51,0 et de 5,3 à 27,1% pour les AG palmitique, stéarique, oléique et linoléique. Les résultats ont montré que le module prédit assez bien les dépôts d’AG individuels au cours de la croissance, ainsi que le total d’AG observé lors de l’abattage (r = 0,93 ; P < 0,001). Les prédictions ont varié, respectivement, de 14,9 à 27,0, de 8,8 à 16,4, de 28,9 à 56,4 et 6,2 à 35,0% pour les AG palmitique (r = 0,89; P < 0,001), stéarique (r = 0,66; P = 0,001), oléique (r = 0,87; P < 0,001) et linoléique (r = 0,85; P < 0,001). D’après ces résultats, il est possible de conclure sur l’intérêt de l’utilisation du module de composition en AG couplé au modèle InraPorc afin d’étudier l’influence des stratégies alimentaires et prédire la qualité du gras du porc.
No file

Dates and versions

hal-03627400 , version 1 (01-04-2022)

Identifiers

  • HAL Id : hal-03627400 , version 1

Cite

Rosil Lizardo, Núria Tous, Enric Esteve-Garcia, Veronika Halas, Jaap J. van Milgen. Évaluation du modèle de prédiction de la composition en acides gras du porc. 54. Journées de la recherche porcine (JRP), Ifip; Inrae, Feb 2022, En ligne, France. pp.1-6. ⟨hal-03627400⟩
25 View
0 Download

Share

Gmail Mastodon Facebook X LinkedIn More