Titel: FNIRS: prædiktion af energi-udnyttelse og kvælstoffordøjelse i stor skala hos grise

Bevillingsgiver: Svineafgiftsfonden

AU projektleder: Lektor Albert Johannes Buitenhuis (QGG)

Samarbejdspartnere: ANIVET, QGG, Landbrug & Fødevarer

Samlet projektperiode: 1. januar 2024 til 31. december 2025

Bevillingsbeløb: 2024: 1.095.000 DKK. 2025: TBA

Projektbeskrivelse:

Forbedring af fordøjeligheden af næringsstoffer hos grise er en vigtig egenskab i avl på grund af global ressourceknaphed og drivhusgasudledning fra svinekødsproduktion. Desuden vil en bedre fordøjelighed af næringsstoffer gavne landmandens rentabilitet. Fodereffektivitet, som indgår i de danske svineavlsmål i dag, er et generelt mål for foderudnyttelse, frem for udnyttelsen af et specifikt næringsstof (f.eks. kvælstof eller fosfor) eller energiudnyttelse. Bestemmelse af næringsstof- og energifordøjelighed kræver dog omfattende kemiske analyser af foder og fæces. Til genetisk forbedring af næringsstof- og energifordøjeligheden hos grise vil et stort antal dyr skulle testes på en ugentlig basis. For nyligt har nær-infrarød spektroskopi på basis af grisens fæces (FNIRS) vist sig at være en lovende omkostningseffektiv metode til måling af næringsstof- og energifordøjelighed og fodereffektivitet i stor skala hos grise og er blevet undersøgt i praksis i f.eks. Frankrig.

For at implementere FNIRS til måling af næringsstoffordøjelighed i praksis er det nødvendigt at udvikle en FNIR-baseret prædiktionsmodel for næringsstof- og energifordøjelighed baseret på en referencepopulation, hvor fodersammensætning, foderoptagelse og fæces-sammensætning for den enkelte gris er kendt. På Aarhus Universitet er der et stort biologisk dataset, der er blevet indsamlet gennem årene, og hvor foder og fæces fra enkelte grise er blevet analyseret.

I dette projekt foreslår vi, at 1) de allerede indsamlede prøver vil tjene som en indledende referencepopulation til at opbygge en FNIR-baseret prædiktionsmodel for næringsstoffer, dvs. nitrogen- og energifordøjelighed, og 2) teste og validere den udviklede prædiktionsmodel i en dansk grise avlspopulation.