An update of the Feed-a-Gene research and innovation project

The Feed-a-Gene Project has received funding from the European Union’s H2020 1 Programme under grant agreement no 633531.

An update on the Feed-a-Gene

research and innovation project

关于饲料 - 基因研究和创新项目的最新信息

Jaap van Milgen

INRA, France 法国农科院 , 法国

jaap.vanmilgen@inra.fr

The efficiency of these musicians is zero 这些音乐家的效率为零

They do not want to grow;

they eat so that they can play music 他们不想增重 ;

他们吃饭是为了可以玩音乐

The efficiency of these giant pandas is also zero …

这些大熊猫的效率也是 零 ...

… and they are poor musicians as well

... 他们也是可怜的音乐家

Efficiency = gain-over-feed? 效率 = 增重 / 料比？

3

The issue of feed efficiency and competition for resources is not new 饲料效率和资源争端的问题一直存在

Armsby H.P. & Moulton C.R. (1925). The animal as a converter of matter and energy.

动物的生产效率

蒸汽机效率

将动物作为能量转化为工作和食品的转化器进行研究，并将其与机械能转化器如蒸汽机相比是

非常有趣的事情。通常来说玉米是动物或人类的食品之一，但是最近我们可以看到将玉米转化为燃料

使用的现象。经济性分析可能有助于解决这两种转化方式之间互相替代的伦理问题。

提

供了一些数据来表明这一点。

Variation among individuals is natural, essential, and very well controlled

个体之间的差异是自然的、必要的，并且控制得非常好

5

Energy intake =

1.005 x Energy expenditure

能量摄入

能量消耗

Energy intake =

1.000 x Energy expenditure

能量摄入

能量消耗

He does not know his energy requirement

他不知道他的能量需求

或者他真的知道吗？？

She knows her energy requirement

她知道她的能量需求

Variation among individuals is natural, essential, and very well controlled

个体之间的差异是自然的、必要的，并且控制得非常好

Item 项目 Energy 能量

Maintenance energy requirement 维持能量需要 2580 kcal/d 2580 千卡 / 天

0.5% imbalance 0.5 ％不平衡 13 kcal/d 13 千卡 / 天

Deposited as lipid 作为脂质沉积 1.3 g/d 1.3 克 / 天

Per year 每年 481 g/yr 481 克 / 年

Between 20 and 60 years of age 从 20 至 60 岁后 19 kg of lipid 19 千克脂质

Variation among individuals is natural, essential, and very well controlled 个体之间的差异是自然的、必要的，并且控制得非常好

Intake

摄取量

Expenditure

消耗量 =

€10 M Budget 1000 万 欧元预算

€10 M Budget 1000 万 欧元预算

Research project 欧盟资助的

研究项目 Research

project 欧盟资助的

研究项目

2015 2020 2015 2020

8

Academic 学者

8

Academic 学者

15

Industry 工业

15

Industry 工业

23

Partners EU + China

欧盟 合作伙伴 + 中国

23

Partners EU + China

欧盟 合作伙伴 + 中国

Adapting the feed, the animal and the feeding techniques to improve

the efficiency and sustainability of monogastric livestock production

systems

(www.feed-a-gene.eu )

调整饲料、动物和饲养技术，以提高单胃 动物生产系统的效率和可持续性

(www.feed-a-gene.eu)

Feed

饲料

Traits, models, and feeding techniques

性状、模型和饲养技术

Gene

基因

Academic partners

学术伙伴

饲料原料

生产商

Enzyme producer

酶生产商

manufacturer

饲料加工设备制造

商

Academic partners

学术伙伴

manufacturers

精准养殖设备制造商

Academic partners

学术伙伴

猪育种公司

家禽育种公司

Interbranch organizations

交叉组织

推广服务

9

中国农业大学

(China Agricultural University)

The Feed-a-Gene consortium 饲料 - 基因联盟

研究 机构 行业

1.

法国农科院

托佩克种 猪

2.

瓦赫宁根大学和研究所

科布斯

纽卡斯尔大学

哈姆雷

特蛋白

4.

莱里达大学

布勒公 司

5.

国际互换贸易协会

杜邦公司

卡波斯瓦尔大学

奥胡斯大学

中国农业大学

国际镍

业公司

17.

格兰猪 扩展

18.

反假冒贸易协议

国际集邮联合会

21.

泰雷斯伊诺维亚电信有限公司

法国动物生产协会

管理

中国

 Feed _饲料 :



Develop new local feed resources that are not/less in competition with food

开发新的当地饲料资源，尽量不与食品竞争



Improve the nutritional value of feed resources 提高饲料资源的营养价值

 Gene _基因 :



Use of novel traits indicative for feed efficiency and robustness that can be used as selection criteria

使用表示饲料效率的新性状，这些性状足够强健可用作选育标准



“Do better with feeds that may be worse”

用同样或更差的饲料做到更好

 Traits, models, and feeding techniques _{性状、模型和饲养技术} :



Appreciate variation among animals _{接受动物之间的差异}



Develop precision feeding techniques _{开发精确饲养技术}



Evaluate the overall sustainability _{评估整体可持续性}

Objectives of the Feed-a-Gene project 饲料 - 基因项目的目标

11

It is all about variation 一切都与变异有关

Predict using data-driven models and quantify interactions and variation

预测 使用数据模型量化互作和变异

Observe variation in feeds, animals, and the environment

观察 饲料，动物和环境的变异

Understand the underlying mechanisms of variation

了解变异的潜在机制

Control through livestock management (e.g., feeding, breeding)

通过牲畜管理（例如饲养、育种）进行控制

Crude protein (g/kg DM)

White clover

白三叶草

Red clover

红三叶草

Lucerne

苜蓿 Leaf Stem

叶 茎

Ryegrass

黑麦草 Tall

fescue

高羊茅

Cell wall nitrogen

细胞壁氮

Non-protein nitrogen

非蛋白氮

Intracellular protein

胞内蛋白

Protein production from green biomass 绿色生物生产蛋白质

粗 蛋 白 （ 克

千 克 干 物 质 ）

Leaf Stem 叶 茎

Leaf Stem

叶 茎 Leaf Stem 叶 茎

blad st. blad st. blad st. blad st.

Råprotein (g/kg TS)

0 50 100 150 200 250 300

Hvid-

kløver Rød-

kløver Lucerne Alm.

rajgr. Strand- svingel

A B1 B2 B3 C

13

Maceratio n

Shredder浸渍 磨碎

Fractionat ion

Screw press分离 螺旋挤压

Protein concentrate (pigs, poultry)

浓缩蛋白（猪、家禽）

Pulp

黏浆

Protein precipitatio

n 蛋白沉淀Heat exchange or fermentation

热交换或发酵 Liquid/prote

in separation 液体/蛋白分离

Centrifuge 离心

Biogas

沼气

Green Biomass

绿色生物质

Heat/Pow er 热/电

Rabbi t Feed

兔饲料

Biomass input

投入生物质

Tank 水槽

60-70% of DM

干物质

蛋白

20-30% of DM

干物质

蛋白

Protein production from green biomass 绿色生物生产蛋白质

Lab scale

实验室规

模

中试规模

半生产规模

Protein production from green biomass 绿色生物生产蛋白质

15 Crusher (roller mill)

粉碎机（滚碎机）

Fractionation:

Plansifter 分离：平面筛 Paddle mixer

桨式混合机 Loading to crusher 装载到粉碎机

Mixing

混合

Crushing

粉碎

Sifting

过筛

Protein-rich fraction

富含蛋白的部分

Fiber-rich fraction

富含纤维的部分

Upgrading rapeseed meal by feed processing technologies

通过饲料加工技术提升菜籽粕品质

New animal traits for innovative feeding and breeding strategies

新的动物饲养和育种创新策略的性状

image analysis 图像分析

serotonin, cortisol

血清素、皮质醇

behavior and welfare

行为和福利

feed intake patterns 采食方式

feeding behavior 采食行为

individual feed intake

个体采食量

digestibility markers 消化率指示剂

gut health 肠道健康

Microbiota 微生物群

digestive efficiency

消化率

Transcriptomics 转录组学

Proteomics 蛋白质组学

Metabolomics _代谢组学 metabolic efficiency

代谢率

17 12/01/2021corn

玉米

soybean meal

豆粕 ♂ ♀

Verschuren et al. (2018). J. Anim. Sci. 96:1405-1418

Microbiota as a trait to differentiate 微生物群作为区分的性状

wheat

小麦

大麦

副产品

♀ wheat/barley/byproducts

♀ 小麦

大麦

副产品

小麦

大麦

副产品 ♂

♀ corn/soybean meal

♀ 玉米

豆粕

玉米

豆粕♂

密 度 密 度

判别函数 判别函数

18

Residual feed intake can be used to study feed efficiency 剩余采食量可用于研究饲料效率

thick lines = low residual feed intake (high efficiency) 粗线=低剩余采食量（高效率）

thin lines = high residual feed intake (low efficiency) 细线=高剩余采食量（低效率）

daily feed intake

日采食量

selection index

选择指数

feed conversion ratio

饲料转化率

residual feed intake

剩余采食量

meat quality index

肉质指数

daily gain

日增重

carcass backfat

酮体背脂

lean meat content

瘦肉含量

genetic standard deviation

基 因 标 准 偏 差

19

Low RFI

低剩余采食量

High RFI

高剩余采食量

Microbiota as a trait to differentiate 微生物群作为区分的性状

Nutritional growth models such as InraPorc use digestible

nutrients as model inputs …

营养生长模型如

使用可消化 营养素作为模型输入

… to predict performance traits of a single animal in a

“standard” environment

...

在

标准

环境中预测单个动物 的生长表现

Modeling biological functions 建立生物学功能预测模型

动物潜在的氨 基酸供应效率

蛋白沉积

脂质沉积

体蛋白 体脂 维持&身体活

动

蛋白沉积成本 体重 瘦肉%

背脂厚度

21

Stomach

胃

Small intestine

小肠

Large intestine

大肠

Modeling digestion in pigs and poultry 建立猪和家禽的消化过程模型

Can these models be generalized to account for changes and

differences in body weight?

这些模型是否足以解释体重的变化和差 异

There are few digestion models for monogastric animals

单胃动物的消化模型很少

(e.g., Bastianelli et al., 1996, Rivest et al., 2000, Strathe et al., 2008)

Can they be generalized across species?

它们能推广至其它物种吗？

65 75 85 95 105 115 125 135 1.0

1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0

Age, d

Daily feed intake, kg/d

Feed intake patterns can be variable 采食模式是可变的

日 采 食 量

千 克

天

年龄，天

23

65 75 85 95 105 115 125 135

0 20 40 60 80 100 120 140 160 180 200

Age, d

Cumulative feed intake

Feed intake patterns can be variable 采食模式是可变的

There are different feed intake trajectories

有不同的采食量轨迹

年龄，天

累 积 采 食 量 ， 千 克

65 75 85 95 105 115 125 135 0

20 40 60 80 100 120 140 160 180 200

Age, d

Cumulative feed intake

Feed intake patterns can be variable 采食模式是可变的

年龄，天

累 积 采 食 量 ， 千 克

25

65 75 85 95 105 115 125 135

0 20 40 60 80 100 120 140 160 180 200

Age, d

Cumulative feed intake

Modeling perturbations in feed intake patterns 建立采食模式中意外变动的预测模型

The origin of a perturbation is not always known …

意外变动的原因通常是未知 的

… but the consequence on the animal can be observed ...

但可以观察到对动物的 影响

?

年龄，天

累 积 采 食 量 ， 千 克

65 75 85 95 105 115 125 135 0

20 40 60 80 100 120 140 160 180 200

Age, d

Cumulative feed intake

There is a target feed intake trajectory that the animal seeks to achieve

这是动物应该达到的目标 采食曲线

年龄，天

累 积 采 食 量 ， 千 克

Modeling perturbations in feed intake patterns 建立采食模式中意外变动的预测模型

27

65 70 75 80 85 90 95 100 105

0 10 20 30 40 50 60 70 80

Age, d

Cumulative feed intake

Major deviations from the target are caused by perturbations

与目标曲线偏离较大是由意外变动 导致的

There is a target feed intake trajectory that the animal seeks to achieve

这是动物应该达到的目标 采食曲线

累 积 采 食 量 ， 千 克

年龄，天

Modeling perturbations in feed intake patterns 建立采食模式中意外变动的预测模型

65 70 75 80 85 90 95 100 105 0

10 20 30 40 50 60 70 80

Age, d

Cumulative feed intake

effect of the perturbation

意外变动的影响

(resistance

抵抗力

compensatory feed intake

补偿采食量

(resilience

回复力

累 积 采 食 量 ， 千 克

年龄，天

Modeling perturbations in feed intake patterns 建立采食模式中意外变动的预测模型

29

65 75 85 95 105 115 125 135

-60%

-50%

-40%

-30%

-20%

-10%

0%

10%

20%

30%

40%

Age, d

Change in daily feed inta

Start

开始

(perturbation意外变动)

End

结束

(perturbation意外变动)

resilience and compensatory feed intake

回复力和补偿采食量

(perturbation, animal, interventions)

(意外变动, 动物, 干预措施)

Resistance

抵抗力

(perturbation, animal)

(意外变动, 动物)

Target

目标

日 采 食 量 的 变 化

年龄，天

Modeling perturbations in feed intake patterns 建立采食模式中变动的预测模型

Managing variation among individuals through precision livestock feeding 通过牲畜精准饲养管理个体间的差异

20 40 60 80 100 120 140

2 4 6 8 10 12 14

Body weight, kg

Digestible Lys, g/kg diet

The average?

The lowest?

The highest?

1.5 1.7 1.9 2.1 2.3 2.5 2.7 2.9 3.1 3.3 3.5 0.7

0.8 0.9 1.0 1.1 1.2 1.3

Average feed intake, kg/d

Average daily gain (kg/d)

Which animal are you going to feed?

你要饲喂的是哪群动物？

平 均 日 增 重 （ 千 克

天 ）

平均采食量，千克

最重的？

体重，千克

可 消 化 赖 氨 酸 （ 克

千 克 日 粮 ）

最轻的？

平均的？

31

65 75 85 95 105 115 125 135

1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0

Age, d

Daily feed intake, kg/d

Precision livestock feeding is about observing, predicting, and control

牲畜精准饲养管理需要检测、预测并控制

How much will this pig eat tomorrow?

这头猪明天将吃掉多少 饲料？

It is difficult to make predictions, especially about the future

很难做出预测，特别是关于未来

日 采 食 量

千 克

天

年龄，天

Management systems for precision livestock feeding 牲畜精准饲养管理系统

Data collection

Data cleaning

Managing missing data

Body weight prediction

Feed intake prediction

Determination of amino acid requirements

控制模型

数据管理

数据管理

数据收集

数据整理

处理缺失数据

采食量预测 体重预测

氨基酸需求量测定

33

Collect data from devices 从设备收集数据

Clean data 整理数据

Complete missing data 补充缺失的数据

Predict daily gain 预测日增重

Predict body weight 预测体重

Etcetera 等等

Management systems for precision livestock feeding 牲畜精准饲养管理系统

 Growing pigs _生长猪

 Restricted feeding

_限量喂养

 Ad-libitum feeding

_自由采食

 Sows 母猪

 Gestation _妊娠期

 Lactation _哺乳期

System prototypes are now being tested 目前正在测试系统原型

35

Products

产品

Resources

资源

Sustainability evaluation 可持续性评估

Sustainability evaluation 可持续性评估

 Identification of sustainability indicators 确定可持续性指标

 Life Cycle Assessment of some of the proposed management systems

对一些已经提出的管理系统的生命周期进行评估

 Cost-benefit analysis 成本效益分析

 Evaluation of consumer and farmer attitudes 评估消费者和农民的态度

 Overall sustainability appraisal 整体可持续性评估

So ci al En vi ro n m e n ta l Ec o n o m ic

社 会 的 环 境 的 经 济 的

可持续性

Sustainability

37

 Livestock production and animal-derived products are part of a

sustainable food supply 畜牧生产和动物源性产品是可持续食物供给的一部分

 There is a potential to increase the efficiency and robustness of livestock production systems 畜牧生产系统的效率和稳健性有提升空间

 There is no “one-size-fits-all”: 没有 万全之策 ： “ ”

Variation (among animals and systems), differentiation (of products), and segmentation (of markets) are essential

变异（动物和系统之间）、差异化（产品）和细分（市场）是基础

 Information-based technologies (e.g., precision livestock farming) have a great potential and are inevitable.

基于信息的技术（例如精准畜牧业）具有巨大的潜力并且是不可避免的

Are we ready for it? _{我们准备好了吗？}

Conclusions 总结

38

Knud Erik Bach Knudsen (Aarhus University, Denmark)*

Ludovic Brossard (INRA, France)

Guy Garrod (Newcastle University, United Kingdom)*

Hélène Gilbert (INRA, France)*

Veronika Halas (Kaposvár University, Hungary)*

Valérie Heuzé (AFZ, France)

Alfons Jansman (Wageningen University & Research, the Netherlands)*

Søren Krogh Jensen (Aarhus University, Denmark) Michel Marcon (Ifip, France)

Hieu Nguyen-Ba (INRA, France)

Jesús Pomar (Universitat de Lleida, Spain)*

Sonia Roger (INRA, France)

Masoomeh Taghipoor (INRA, France) Gilles Tran (AFZ, France)*

Vincent Troillard (Inra Transfert, France)

Lisanne Verschuren (Topigs-Norsvin, the Netherlands) Olivier Zemb (INRA, France)

Acknowledgments 致谢

Knud Erik Bach Knudsen (

丹麦奥胡斯大学

Ludovic Brossard (

法国农科院

英国纽卡斯尔大学

Hélène Gilbert (

法国农科院

Veronika Halas (

匈牙利卡波斯瓦尔大学

Valérie Heuzé

法国动物生产协会

Alfons Jansman (

荷兰瓦赫宁根大学和研究所

Søren Krogh Jensen (

丹麦奥胡斯大学

Michel Marcon (

国际信息处理联合会

法国

法国农科院

Jesús Pomar (

西班牙莱里达大学

Sonia Roger (

法国农科院

Masoomeh Taghipoor (

法国农科院

法国动物生产协会

Vincent Troillard (

国际互换贸易协会

Lisanne Verschuren (

荷兰托佩克种猪

法国农科院