Selezione di variabile per la valutazione della qualità della fibra negli alimenti per bovini

L’impego di fibra di qualità previene l’insorgenza di malattie dismetaboliche delle bovine (Morgante et al., 2007). L’uso di strumenti NIR a basso costo applicati multipunto nella stalla permetterebbe la valutazione della qualità degli alimenti. Qui abbiamo valutato se un numero ridotto di lunghezze d’onda (WVs) garantisca un’accuratezza di analisi per lo screening degli alimenti zootecnici. Spettri (339) di unifeed per vacche (TMRc), per tori (TMRb), siloerbe (GS) e silomais (MS) sono stati acquisiti con uno spettrofotometro da banco e successivamente analizzati per il tenore di sostanza secca (DM), aNDF, ADF e lignina. Il dataset è stato diviso trainig (Tr, 80%) testing (Ts 20%) set (500 campionamenti casuali). Un algoritmo Boruta–Randm Forest (RF) applicato al Tr ha individuato le WVs più importanti per DM e per la fibra. Le WVs selezionate sono state validate applicandole a una PLS testata sul Ts. I valori di importanza, pesati per il numero di volte che la lunghezza d’onda è stata selezionata, sono stati sommati e ordinati in ordine decrescente, individuando le prime sette WVs più importanti. Le WVs selezionate sono state usate per calibrare (Tr, Ts, 500 campionamenti) un NIR portatile e uno da banco, considerando tutti gli alimenti assieme o per singolo alimento. Le WVs più importanti per DM sono state selezionate nel range 1100-1500 nm, mentre per le frazioni fibrose tra 2000-2500 nm. La validazione sullo strumento portatile ha mostrato R2 > 0.6 per aNDF, ADF e DM (quest’ultimo solo TMRc e TMb). La validazione sullo strumento da banco ha mostrato R2 > 0.90 per DM e 0.65 per aNDF e ADF. L’impego di WVs (meno di 7) sembra essere promettente per l’analisi della DM e delle frazioni fibrose ad eccezione della lignina, ma influenzato influenzati dallo strumento impiegato.