另：巧不巧，今天第二條是來自老薛的師兄 --- 申雁濱博士的一篇綜述 😎。中英文雙語的，歡迎大家去戳一戳。
文字稿只是一個提煉，完整採訪強烈推薦大家聽音頻哦！ 薛博士：我從小對生物科學很感興趣，特別喜歡跟動物打交道，又希望從事一些偏向於應用方面的工作，所以高考的時候第一志願選擇了中國農業大學的動物科學專業。本科畢業後，我在農業部飼料工業中心讀了碩士研究生，之後來到美國普渡大學攻讀博士學位，師從Dr. Layi Adeola（2012版NRC豬營養需求的編委之一）。博士畢業後，我進入了美國嘉吉公司的普樂維美（provimi）預混料部門，主要從事豬營養方向的研發（現在也擴展到了一些家禽研發），做了很多關於原料資料庫方面的工作。 薛博士：我一直有關注「曦曦說」，之前有好幾期大咖聊到過這個話題，這從一個側面反映了大家對它的重視 --- 我們接觸到的飼料原料範圍很廣（不同的原料、不同的供應商、不同的批次等），原料的檢測和品控是做好配方的基礎；做好原料資料庫，可以幫助提高配方精準性、並準確預測動物的生長性能。另外，以豆粕為例，如果我們掌握了動態的胺基酸消化率，就可以從「可消化胺基酸」的角度去評估原料的價值，比較不同供應商的原料價值。這從經濟角度來說是很重要的。這個道理大家都知道，但目前我們在實際生產中的投入力度還不夠。如何從原料的數據，到真正應用到實際生產中，中間還有很多步驟。我希望基於我的工作經驗，來深入聊一聊這方面的心得。
薛鵬程：面對一個新原料，我們首先是分析化學成分，然後要評定它的可消化養分含量（也就是評估養分消化率），這是非常重要的一步。關於養分消化率，我們已有很多的參考文獻的數據（比如國內有新的資料庫，美國有NRC、Stein實驗室資料庫，歐洲也有CVB，還有最新發表的文獻等等），但注意，這些數據幾乎都只是一個平均值，而實際的消化率可能比它高、可能比它低。那麼，在配方中使用這個平均值，對於變異比較小的原料來說可能沒有太大的影響，但是對變異較大的原料，就會對配方造成顯著的影響，從而造成經濟價值的損失。
如果有能力動態地去檢測或者預測胺基酸消化率，那麼會是對原料資料庫一個很好的補充。擴展閱讀（Dr. Stein實驗室的原料資料庫）：
🔗 https://nutrition.ansci.illinois.edu/static/feed_database.html （普樂維美作為營養公司，所服務的養殖戶、飼料廠不盡相同，原料自然也有差異）那麼，當你們有新的客戶時，如何去為他們確定原料的胺基酸消化率？薛鵬程：這需要一些前期的準備工作。不是每一個客戶都有條件去做現場的消化實驗，但我們可以通過技術路線去建立一個合理的預測 --- 比如根據原料的纖維含量、蛋白含量，通過預測公式計算它的胺基酸消化率；或者建立「體外法」與「瘻管豬」消化率數據間的回歸方程。這些快速的預測方法可以讓我們了解這個特定客戶、特定原料的消化率一般來說是比平均值高還是低。在我們公司內部，就已建立了成型的數據模型可以直接用。另：對於一個原料，我們首先去評估的、最重要的養分指標是可消化胺基酸和能值（淨能體系）。（圖片來自網絡）
薛博士：從理論上，我們做原料資料庫肯定是越精細越好、以此為基礎來及時調整配方。但是，從實際生產角度來說，還是需要量力而行！我們要根據客戶的實際檢測和採樣能力，去找到能夠最大提高經濟效益的節點（ROI 最高的點），把精力集中到最重要的地方去，而不是為了精細而精細。可能客戶明明最大的問題是飼料不能定時定點送到豬場， 或者可能這個廠欠缺實時檢測能力或採樣能力，亦或是檢測時間長、跟不上原料更新速度...這些看起來很小的點，就可能讓花費的這些精力沒有意義了。薛博士：原料資料庫可以幫助我們更好地評估添加劑。舉幾個例子：1）植酸酶 --- 把植酸酶放進資料庫，需要評估它對磷的釋放水平；那麼，不同植酸酶產品之間，我們就不再通過簡單的酶活性來評估它的價值，而是它的磷釋放水平。2）原料資料庫不只考慮「營養成分」，還要考慮「抗營養因子」。只有在建立一個完整、全面的資料庫之後，才能了解原料中抗營養因子的含量。比如選擇抗黴菌毒素類添加劑 --- 對原料的黴菌毒素的含量有比較好的認識，才能在做配方時考慮清楚我們需要什麼樣的抗黴菌毒素的添加劑；同時，參考不同階段的動物對於黴菌毒素的耐受程度，來更好地決定添加量和添加階段。3）現在在國內的禁抗大環境下，新原料的利用是很火的話題 --- 比如，對於「可發酵蛋白」，也是需要通過建立「可消化養分數據」，來了解到底有多少蛋白是沒被消化的、到達了後腸道進行發酵的，才能知道對它的需求、怎麼樣用好。
4）針對豬的黃膘肉問題 --- 我們需要對飼料原料本身的碘價（脂肪含量、脂肪質量）有一個很好的了解，才能更好地進行相應的幹預、選擇添加劑。
薛鵬程：有原料資料庫為基礎，我們就可以通過數據和模型來預測豬的生長性能，從而根據市場的變化，實時調整配方的方案。生豬的生產周期長，在這幾個月的時間裡會發生很多變化（原料價格的波動、市場價格的波動等），我們為一批豬的上市做準備，其實需要在幾個月之前就做好決策。如果這批豬出欄時市場環境會比較好，那在配方時可以考慮多投入（胺基酸水平高一點、添加一些增加生長性能的添加劑）；如果市場環境可能不會太好，就要考慮控制飼養成本、多用一些相對便宜的飼料原料（比如餵營養成分低一些的原料，豬需要的上市時間就會比較長一些；如果用了纖維含量高的原料，可能屠宰率就會下降...等）。這裡面的關鍵就是做好風險管理（risk management）--- 預測在改變配方時對豬的生長性能會有多大的影響、比較投入和產出。這些其實都是很細緻的點，也是難點，因為這方面的生長模型文章幾乎都還是10年、20年前的，近些年的比較少，還需要更多的數據。（圖片來自網絡）
除了預測生長性能之外，在原料資料庫領域，還有哪些是需要的研究方向？1）更好地動態預測胺基酸和養分的消化率；
2）更準確地預測原料的能值；
3）數位化管理工具的研發和應用（需要更多交叉學科的研究）。無論是做什麼方面的研發，都要著眼於怎麼應用到實際生產中，解決實際生產中的痛點。專業書籍：NRC (2012) 《豬營養需要》
非專業書籍：《沃頓商學院：最受歡迎的談判課》（作者：Stuart Diamond）
1）習慣並不一定正確（跳出條條框框之外，深入了解其背後原因，審視問題）
2）做研究的時候，兩個問題可以問問自己：
編輯: Lily Xu | 校正定稿：Xixi「曦曦博士」喜馬拉雅頻道
最近開了視頻號，歡迎大家關注、點讚、找我玩兒~~~Most recent research in a nutshell讓更多的人也能看到