Корнельская система расчета углеводов и белков версия 7 

M. E. Van Amburgh и P. A. LaPierre
Кафедра животноводства, Корнельский университет

Вступление

О разработке Корнелльской системы углеводов и белков (CNCPS) говорилось на многих прошлых конференциях. Цель данного доклада — описать последние обновления модели, в частности, версии 7, и определить сроки запуска этого проекта в широкий доступ. Как и во всем, что связано с разработкой систем, существует множество аспектов, которые могут повлиять на скорость создания, оценки, модификации и публикации уравнений или процессов в системе, чтобы обеспечить правильную работу системы при определении того, какие питательные вещества ограничивают рост телок или продуктивность высокопродуктивных коров. С выходом восьмого издания «Потребностей молочного скота в питательных веществах», подготовленного комитетом Национальной академии наук, инженерии и медицины (NASEM) (NASEM, 2021), становится более очевидна разница между тем, как разрабатываются модели NASEM и CNCPS. Поскольку комитет оценивает почти все питательные вещества, а обновленная информация из других источников ограничена, обновления NASEM предоставляют актуальную информацию, которая должна быть включена в будущие обновления CNCPS, особенно в области витаминов и минералов, жирных кислот и потребления воды. Тем не менее, различия в процессе разработки моделей существуют, и они обсуждаются в данной статье.

Есть три явных отличия между созданием новой модели NASEM и обновлениями, вносимыми в CNCPS, что значительно влияет на скорость выпуска новых изданий. Первое: NASEM — это комитет, каждый член которого занимается одной или двумя темами, анализируя доступную литературу, собирая соответствующие данные, оценивая, изменяя и/или разрабатывая новые уравнения, при этом излагая свои наблюдения в виде глав книг. Каждый член комитета привносит свой дополняющий и уникальный опыт, чтобы обеспечить эффективную и всеобъемлющую оценку и обновление потребностей и потребления питательных веществ. Есть руководители, временные рамки и вспомогательный персонал, которые способствуют успеху усилий NASEM. По завершении и публикации этих обновлений комитет предоставляет обновленные рекомендации практически по всем питательным веществам, входящим в состав рациона дойных коров, и одновременно описывает «области возможностей» для исследований, на которых следует сосредоточить свои усилия до созыва следующего комитета.

В процессе разработки CNCPS участвуют аспиранты, докторанты и приглашенные преподаватели при содействии заинтересованных преподавателей факультета ветеринарных наук и за его пределами. Как и в случае с NASEM, в процессе работы используются литературные данные, создается база данных и проводится статистическая оценка, но обычно в контексте другого проекта или проверки гипотезы. Эти исследователи, как правило, изучают конкретную область кормления, в рамках которой они изучают имеющиеся литературные данные, чтобы понять ограничения в сведениях, проводят эксперименты, направленные на получение новой и актуальной информации, чтобы уменьшить эти ограничения, и интегрируют эти результаты путем оценки, модификации и/или разработки новых уравнений в структуре модели. Исключением из этого процесса за последние 12 лет стала аспирантура доктора Райана Хиггса, где его поддержка позволила сосредоточить усилия на обновлении версии 6, которая, после осознания необходимости перестройки процесса расчета CNCPS из-за ограничений в доступности питательных веществ из кормов и микробной популяции, обеспечила выход версии 6.5 и ее развитие в версию 7 (Higgs and Van Amburgh, 2016).

Одним из недостатков NASEM является то, что после выхода публикации и связанной с ней модели комитет распускается, а обновления вносятся только при созыве следующего комитета. Учитывая скорость появления новых исследований в этой области, бывает сложно создать модель, обеспечивающую надежные прогнозы с учетом развивающейся базы знаний. Таким образом, частота обновления модели должна отражать потребности отрасли и понимание особенностей кормления. Расформирование комитета также может быть проблемой, поскольку в будущих исследованиях происходит минимальное изучение и оценка системы. Этот процесс оставлен на усмотрение потребителей, других ученых и будущих комитетов, что дает мало возможностей для изменения и обновления разработанной комитетом модели за пределами литературных данных, собранных массивов данных и статистической оценки. За последние несколько редакций NRC/NASEM опубликованные модели, по сути, были созданы заново с использованием новых данных, нового подхода и в целом улучшенных статистических методов при анализе современных литературных массивов данных.

Это приводит к двум явным отличиям по сравнению с разработкой CNCPS. Во-первых, организационная и вычислительная структура модели CNCPS была сохранена с момента ее создания в 1990 году (Fox et al., 1992, Russell et al., 1992, Sniffen et al., 1992, O'Connor et al., 1993) до 2015 года (Van Amburgh et al., 2015a, Van Amburgh et al, 2015b) – 25-летний период, в течение которого в уравнения прогнозирования потребностей крупного рогатого скота и поступления питательных веществ через рубец и желудочно-кишечный тракт вносились постепенные изменения (Van Amburgh et al., 1998, Fox et al., 2004, Lanzas et al., 2007, Tylutki et al., 2008), а также уточнения и дополнения в библиотеку кормов модели. За эти 25 лет обновления модели происходили все чаще, а методичное обновление уравнений на основе обратной связи и новых данных позволило усовершенствовать уравнения, которые не давали хороших прогнозов, что дало более надежный прогноз и приведение в соответствие потребления питательных веществ и потребностей в них крупного рогатого скота.

Эта доработка модели может быть медленным, порой кропотливым процессом; однако важно отметить, что в интегрированной модели одна перестановка в уравнении или системе обычно приводит к смещению в следующей системе или наборе уравнений. Этот процесс работы с обновленными и новыми уравнениями может превратиться в игру в «крестики-нолики», где каждое обновление приводит к очередному выявлению смещения, что требует больше работы и времени. Проблема становится более актуальной для моделей, которые отличаются повышенной сложностью, как видно в версии 7, где требуется больше времени, по сравнению с версией 6.5.5, для обеспечения точности прогнозов по отношению к наблюдаемым данным.

Учитывая использование и распространение модели в отрасли, мы сочли своим долгом оценить прогнозы CNCPS 7 в нескольких перспективных исследованиях на крупном рогатом скоте, чтобы убедиться, что прогнозы потребностей и потребления соответствуют наблюдаемым показателям у крупного рогатого скота. Эти наблюдения ни в коем случае не являются средством проверки прогнозов системы, скорее дело в том, что отклонение от предыдущих версий модели требует проведения ряда оценок, чтобы убедиться, что прогнозы находятся в приемлемом диапазоне точности и достоверности. Один из методов оценки модели включает в себя пограничное исследование, чтобы понять ограничения модели и выяснить, являются ли прогнозы верными и соответствующими для более высокопродуктивных коров, чем те, которых использовали в литературе, использованной для построения модели.

Такое пограничное исследование привело к нескольким пересмотрам и последующим задержкам версии 7 из-за выявления погрешностей, связанных с поступлением простейших из рубца и последующими микробными взаимодействиями. Кроме того, необходимо было проверить пределы новой концепции потребности в обменных аминокислотах, связанной с поставкой обменной энергии, чтобы понять, как энергетическая ценность влияет на метаболизм азота и аминокислот в период лактации крупного рогатого скота. И наконец, выделение времени и ресурсов на разработку, программирование и развертывание пакетной структуры для этой новой версии, позволяющей плавно интегрировать системы версии 6 и версии 7 в промышленном масштабе, было непростой задачей, поскольку наша организация стремится перестроить систему внедрения и обновления для пользователей модели.

В данной статье речь пойдет об изменениях в прогнозах поступления питательных веществ, которые существенно отличаются от версии 6.5.5, о проверке пограничных состояний, которая позволила внести дополнительные изменения в версию 7, и о шагах, предпринятых нашей организацией для внедрения этой версии в надлежащие сроки. Более подробный механистический обзор CNCPS 7 можно найти в статье Higgs and Van Amburgh (2016).

Обновленные прогнозы поступления питательных веществ

Прогнозы поступления питательных веществ в обновленной версии CNCPS основываются на данных о работе рубца и кишечника, представленных в предыдущих версиях модели, и дополнительно описывают динамику прохождения, начиная от ротовой полости и заканчивая прямой кишкой, а также дают прогнозы фракций и потоков в рубце, сычуге, тонком и толстом кишечнике (табл. 1). При таком разделении моделирования по отделам будет использоваться аналогичная схема фракционирования корма, но с более подробным описанием углеводов клетчатки и пересмотром методики расчета кишечной переваримости протеина в кормах, содержащих мало клетчатки или вообще ее не содержащих. Более описательный отчет будет полезен при составлении рациона, поскольку он позволит пользователю понять полную переваримость клетчатки в пищеварительном тракте и, если запасы кормов и затраты позволяют, внести изменения для повышения переваримости и доступности энергии. Это также даст полезную информацию о переваримости аНДК по органическому веществу (аНДКов) в рубце, так как процесс ее переваривания будет явно количественным. Оценка полной переваримости в пищеварительном тракте была проверена в четырех перспективных исследованиях, три из которых были разработаны в соответствии с североамериканскими стандартами, а один – с использованием ирландской системы пастбищного содержания. В среднем, отклонение прогнозируемой полной переваримости аНДКов составило 7 %, или 2,9 единиц, от наблюдаемой полной переваримости в пищеварительном тракте. В дальнейшем специалисты этой группы продолжат исследования, чтобы оценить точность этих прогнозов, и будут вносить изменения в уравнения, если возникнут погрешности при изменении условий кормления клетчаткой.

Таблица 1. Поступление, расщепление, переваривание и выведение в пищеварительном тракте запасов углеводов из кормов и концентратов в соответствии с расчетами CNCPS v7.

Данные о размере фракций aНДКов имеют два аспекта, которые будут важны для пользователя, поскольку размер фракций потенциально переваримой аНДКов и нНДК в рубце в устойчивом состоянии будет определять потенциальное потребление сухого вещества (СВ) для животного (таблица 2). Этот подход должен дополнить существующие уравнения, представленные в предыдущих версиях CNCPS, в дополнение к уравнениям, опубликованным в модели NASEM (2021), предоставляя пользователям дополнительный инструмент для устранения проблем и согласования прогнозируемого и наблюдаемого потребления СВ на ферме. Рекомендуемые значения потребления и наполненности рубца основаны на результатах работы, проведенной в Институте Майнера, в Болонском университете и в Корнельском университете (Cotanch et al., 2014) с использованием показателей потребления, разработанных Мертенсом (Mertens, 2010). Эта информация стала одним из результатов работы неофициальной рабочей группы по клетчатке, которая участвует в конференции по кормлению уже более десяти лет.

Как и в предыдущих версиях, модель позволяет прогнозировать потоки микробного белка на основе характеристик клетчатки (фракции корма CHO B3 и CHO C; FC) и неструктрных углеводов (фракции корма CHO A1, A2, A3, A4, B1 и B2; NFC), при этом многие из существующих метаболических коэффициентов, включая затраты на жизнедеятельность и рост, остаются неизменными. Были изучены, количественно оценены и опубликованы данные о взаимосвязях между простейшими в рубце, включая поглощение свободных пептидов и аминокислот (AA), хищничества и поглощения бактерий, а также распад/выделение питательных веществ обратно в окружающую среду. CNCPS 7 отражает данные взаимосвязи, где прогнозы роста и прохождения простейших будут количественно оценены как источник микробного азота, углеводов и жирных кислот (таблица 3 и таблица 5). Изучение ранее скармливаемых рационов и проведение долгосрочных исследований позволило выяснить, что в большинстве рационов северо-восточной части США содержание протозойных микроорганизмов составляет от 10 до 20 % от общего количества метаболизируемых микроорганизмов. В исследовании Dineen et al. (2020) крупный рогатый скот кормили высококачественной ирландской пастбищной травой, в результате чего доля протозойных составила 23 % от общего количества микроорганизмов. Можно предположить, что крупный рогатый скот, которого кормили этими легко усваиваемыми травами с высоким содержанием сахара, максимизировал рост микроорганизмов и, таким образом, представлял собой верхний предел доли простейших в общем микробном росте, составляющий 22–25 %. Добавление метаболизма простейших также дает представление о реакции микробного роста при изменении количества других углеводных фракций в рационе, особенно в отношении роста простейших и последующего поглощения микробного обменного протеина при увеличении количества сахара в рационе. Предыдущие версии CNCPS были менее чувствительными и не могли учесть изменения при добавлении сахара, лишь незначительно усиливая рост бактерий, разрушающих ферментируемые углеводы. Дальнейшая количественная оценка микробного метаболизма в рубце позволит уточнить влияние других углеводов на размножение различных микробных сообществ.

В этой версии модели уровень аммиака в рубце оценивается на основе субмодели, которая прогнозирует производство аммиака, последующее производство мочевины в печени и возврат мочевины обратно в желудочно-кишечный тракт. Этот обновленный подход имеет, как минимум, два преимущества. Во-первых, он обеспечивает более свободный подход к оценке аммиака в рубце, так как объем поступления корма обычно имеет большую амплитуду в течение дня, но рециркуляция азота в рубце обычно постоянна (Reynolds and Kristensen, 2008). Важно отметить, что особенности поведения, включая частоту потребления корма и режим дня коров, в сочетании с составом рациона, в том числе с переваримостью углеводов и растворимостью азота, могут вызывать значительные колебания аммиака в рубце, что может быть небезопасно в течение всего дня, когда его концентрация может упасть ниже 5,5 мг/дл и вызвать угнетение микробного роста. Рисунок 1 описывает концентрацию аммиака в рубце для североамериканского рациона, составленного на 68 % из основных кормов, в котором используются различные концентраты для обеспечения других необходимых питательных веществ. Два из этих компонентов, соевый шрот и рапсовый шрот, скармливали в разных количествах, чтобы обеспечить различное поступление растворимого и расщепляемого белка в рубец. Как и в предыдущих версиях CNCPS, версия 7 может рассчитать среднюю концентрацию аммиака для этого рациона; однако статическая оценка этой концентрации может не дать значимого объяснения, если рост микроорганизмов подавлен. Например, рацион, в котором 2,5 кг сухого вещества разделены на равные части соевого и рапсового шрота, имеет среднюю концентрацию аммиака 6,5 мг/дл, что может привести к определенным беспокойствам, но не приведет к подавлению роста микроорганизмов в модели. Напротив, если пользователь предоставить информацию о кормовом поведении животного, в данном случае – 8 приемов пищи в день, модель предоставит более динамичную форму концентрации аммиака в рубце, которая укажет периоды в течение дня, когда эта концентрация опускается ниже 6,0 мг/дл и рост микроорганизмов немного снижается. Пользователям также будет предоставлена сводная таблица (таблица 4), в которой будут указаны средние и диапазонные значения концентрации аммиака в рубце и угнетения роста микроорганизмов. Угнетение роста микроорганизмов будет более выраженным при сопутствующем снижении переваривания углеводов, особенно потенциально переваримой aНДК (ппаНДК), поскольку ожидается непропорциональное снижение расщепления клетчатки в условиях дефицита азота.

Еще одним количественным дополнением к обновленной версии CNCPS является включение эндогенных транзакций, которые повсеместно происходят в желудочно-кишечном тракте (Ouellet et al., 2007, Ouellet et al., 2010). Включение этих потоков не приводит к заметному увеличению поставок обменного протеина, так как большинство эндогенных секреций, которые количественно определяются в модели, компенсируются потребностью в поддержании, рассчитанной с учетом потери этих эндогенных фракций. Однако это не означает, что данные фракции следует оставлять без количественного учета, поскольку остатки слюнных белков, секреты рубца и отмершие клетки могут быть использованы микробными популяциями в рубце для размножения и дальнейшего изменения поступления аминокислот, выходящих из рубца. Эндогенные белки в CNCPS 7 включают белки слюны (Yisehak et al., 2012), ороговевшие клетки рубца, книжки и сычуга (Larsen et al., 2000), секреты книжки и сычуга (Ørskov et al., 1986), секреты поджелудочной железы (Hamza, 1976, Larsen et al., 2000), желчные секреты (Larsen et al., 2000), а также ороговевшие клетки и секреты тонкого и толстого кишечника (Larsen et al., 2000, Jansman et al., 2002).

Таблица 2. Результаты анализа CNCPS 7, описывающие движение и размер фракций клетчатки в рубце. Результаты помогают определить потребление сухого вещества в соответствии с пределами наполнения ппНДК или нНДК.

Таблица 3. Прогнозы обменного протеина из кормов, бактерий и простейших в соответствии с прогнозами CNCPS 7.

Таблица 4. Концентрация аммиака в рубце и связанное с ней угнетение роста микроорганизмов, с учетом минимальных и максимальных значений, прогнозируемых в течение суток в соответствии с расчетами CNCPS 7.

Таблица 5. Этапы поступления азота в желудочно-кишечный тракт в соответствии с прогнозами CNCPS 7.

Выделение и продуктивное использование

Несомненно, на фермы оказывается все большее давление с целью оценки и снижения выделения азота при одновременном сохранении продуктивности. Как и в текущей версии модели, здесь будут представлены прогнозы экскреции азота, а благодаря структуре модели пользователю будет предоставлено больше информации об источниках экскреции азота и о типичных значениях, которые могут быть изменены (табл. 5). Цель данного проекта – предоставить пользователям возможность ознакомиться с процессом утилизации азота в желудочно-кишечном тракте, поскольку расщепление мочевины будет количественно определяться в рубце, тонком и толстом кишечнике. При этом пользователям рекомендуется скармливать рационы с пониженным содержанием белка, которые будут отражать естественную способность жвачных животных утилизировать азот, сводя к минимуму чрезмерные потери азота в навозе и поддерживая продуктивность. Всеобъемлющее описание выделения азота, в том числе определение источника выделения азота, а также количественная оценка метаболического азота в моче и азота мочевины в моче, обеспечит возможность четкой количественной оценки и представления данных о выделении для заинтересованных сторон и аффилированных отраслей, которые занимаются учетом выбросов на молочных фермах. Наша цель – определить верхние и нижние границы для этих значений выведения веществ и включить их в текущие расчеты, основанные на граммах азота мочевины в моче на единицу продуктивного азота.

Эффективность использования также стала средством измерения эффективности продуктивности крупного рогатого скота, позволяющим максимизировать продуктивность скота, используя более целенаправленные поставки питательных веществ по отношению к прогнозируемым потребностям. Эффективность использования аминокислот, особенно незаменимых, стала приоритетом в CNCPS 7. Помимо расчета метаболизируемого количества каждой незаменимой аминокислоты в граммах, это количество связано с количеством обменной энергии в рационе (Higgs and Van Amburgh, 2016). Эффективность использования каждой аминокислоты, которая считается энергетически оптимальной, была рассчитана и использована для предоставления рекомендаций по количеству граммов усвоенных аминокислот по отношению к обменной энергии, необходимой для достижения этой эффективности. Пользователям новой версии будут предоставлены эти целевые показатели для формулировки; однако регрессионные модели , используемые для расчета оптимального количества аминокислот по отношению к обменной энергии, также позволят рассчитать эффективность использования для различных количеств аминокислот, которые могут не соответствовать рекомендуемым показателям. Это необходимо для того, чтобы в случае, если ограничения по питательности, финансовые ограничения или ограничения в запасах корма не позволят обеспечить желаемое количество аминокислот, модель должным образом рассчитает эффективность использования этих аминокислот и позволит пользователю получить более точное представление об ожидаемой продуктивности. И наоборот, эта система приведет к незначительному повышению продуктивности, если аминокислоты будут поставляться в избытке, что приведет к увеличению выделения азота по сравнению с его потреблением.

Краткосрочные и долгосрочные цели

Естественно, что наша удовлетворенность этой моделью никогда не была полной, а если бы это было так, то она уже давно бы вышла на коммерческий рынок. В настоящее время CNCPS 7 разрабатывается и собирается, чтобы владельцы лицензий могли начать интеграцию этой системы в свои существующие программные платформы. Разработка CNCPS, вплоть до версии 7, велась в электронных таблицах, обеспечивающих биологам «достаточно хорошую» методологию для оценки, модификации и обновления существующих уравнений, а также параллельного построения новых уравнений. Седьмая версия модели была построена в более пространственной среде, что позволило создать более комплексную систему, которая могла бы функционировать динамично, интегрируя биологические взаимосвязи в течение моделируемого дня и запрограмированного периода в 10 дней. Эта среда также подходит для тех, кто более хорошо понимает эти концепции визуально; однако размещение версии на этой платформе стало обременительным с вычислительной точки зрения. Таким образом, наша краткосрочная цель заключается в программировании версии 7 в систему, которая сохранит все свои функциональные возможности и при этом будет эффективна с вычислительной точки зрения, что имеет первостепенное значение.

Помимо вычислительных целей этой системы, мы постоянно стремимся улучшить снабжение питательными веществами и прогноз в потребностях крупного рогатого скота на всех этапах жизни. Учитывая темпы развития исследований жирных кислот в молочном животноводстве, очевидно, что расширение субмодели жирных кислот является оправданным. Необходимо дальнейшее разделение фракций корма для более точного определения их поступления, особенно в отношении пяти- и шестиуглеродных сахаров, растворимой клетчатки и белков, а также, возможно, фракционирование крахмала для более точного определения его разлагаемости. И наконец, и это, пожалуй, самое важное, количественная оценка поведения и его изменений с течением времени в зависимости от поступления питательных веществ. На рисунке 1 представлена динамическая концентрация аммиака в рубце в течение дня; однако CNCPS 7 предсказывает этот цикл концентрации как избыточно симметричный, подразумевая, что скот потребляет одинаковое количество сухого вещества во время всех приемов пищи. Это заметное отклонение в поведении крупного рогатого скота позволит получить более точное представление о том, как изменяются потоки питательных веществ и, соответственно, недостаточность этих потоков по сравнению с потребностями в течение дня, если их корректировать. Будущие обновления модели будут включать поведенческую субмодель, которая будет использовать текущие и новые данные о животных, предоставленные пользователем, для обеспечения более точного прогнозирования потоков питательных веществ и продуктивных отходов. В целом, цель обновленной модели – предоставить более точную информацию о функциях, которая поможет специалистам по кормлению лучше понять, что может препятствовать увеличению надоев молока, путем улучшения механистических решений.

Вот только бы побыстрее выпустить эту модель... Спасибо за ваше терпение.

Ссылки

Cotanch, K., R. Grant, M. Van Amburgh, A. Zontini, M. Fustini, A. Palmonari, and A. Formigoni. 2014. Applications of uNDF in ration modeling and formulation. Pages 114- 131 in Proc. Cornell Nutrition Conference. Cornell Univeristy, Syracuse, NY.

Dineen, M., B. McCarthy, P. Dillon, P. A. LaPierre, S. W. Fessenden, C. Matthews, N. Galvin, and M. E. Van Amburgh. 2020. Rumen metabolism, omasal flow of nutrients, and microbial dynamics in lactating dairy cows fed fresh perennial ryegrass (Lolium perenne L.) not supplemented or supplemented with rolled barley grain. J. Dairy Sci. 103:11332-11348. https://doi.org/10.3168/jds.2020-18437.

Fox, D. G., C. J. Sniffen, J. D. O'Connor, J. B. Russell, and P. J. Van Soest. 1992. A net carbohydrate and protein system for evaluating cattle diets: III. Cattle requirements and diet adequacy. J. Anim. Sci. 70:3578-3596. http://doi.org/10.2527/1992.70113578x.

Fox, D. G., L. O. Tedeschi, T. P. Tylutki, J. B. Russell, M. E. Van Amburgh, L. E. Chase, A. N. Pell, and T. R. Overton. 2004. The Cornell Net Carbohydrate and Protein System model for evaluating herd nutrition and nutrient excretion. Anim. Feed Sci. Technol. 112:29-78. https://doi.org/10.1016/j.anifeedsci.2003.10.006.

Hamza, A. N. 1976. Rate of protein secretion by sheep pancreas and amino-acid composition of pancreatic-juice. Nutr. Rep. Int. 14:79-87.

Higgs, R. J. and M. E. Van Amburgh. 2016. Evolution of the CNCPS-Development of V7. Pages 125-146 in Proc. Cornell Nutrtion Conference. Cornell University, Syracuse, NY.

Jansman, A., W. Smink, P. Van Leeuwen, and M. Rademacher. 2002. Evaluation through literature data of the amount and amino acid composition of basal endogenous crude protein at the terminal ileum of pigs. Anim. Feed Sci. Technol. 98:49-60. https://doi.org/10.1016/S0377-8401(02)00015-9.

Lanzas, C., C. J. Sniffen, S. Seo, L. O. Tedeschi, and D. G. Fox. 2007. A revised CNCPS feed carbohydrate fractionation scheme for formulating rations for ruminants. Anim. Feed Sci. Technol. 136:167-190. https://doi.org/10.1016/j.anifeedsci.2006.08.025.

Larsen, M., T. G. Madsen, M. R. Weisbjerg, T. Hvelplund, and J. Madsen. 2000. Endogenous amino acid flow in the duodenum of dairy cows. Acta Agriculturae Scandinavica 50:161 - 173. https://doi.org/10.1080/090647000750014296.

Mertens, D. 2010. NDF AND DMI–HAS ANYTHING CHANGED? Pages 160-174 in Proc. Cornell Nutrition Conference.

O'Connor, J. D., C. J. Sniffen, D. G. Fox, and W. Chalupa. 1993. A net carbohydrate and protein system for evaluating cattle diets: IV. Predicting amino acid adequacy. J. Anim. Sci. 71:1298-1311. https://doi.org/10.2527/1993.7151298x.

Ørskov, E. R., N. A. MacLeod, and D. J. Kyle. 1986. Flow of nitrogen from the rumen and abomasum in cattle and sheep given protein-free nutrients by intragastric infusion. Br. J. Nutr. 56:241-248. https://doi.org/10.1079/BJN19860103.

Ouellet, D. R., R. Berthiaume, G. Holtrop, G. E. Lobley, R. Martineau, and H. Lapierre. 2010. Effect of method of conservation of timothy on endogenous nitrogen flows in lactating dairy cows. J. Dairy Sci. 93:4252-4261. https://doi.org/10.3168/jds.2010- 3085.

Ouellet, D. R., D. H. Valkeners, G., G. E. Lobley, and H. Lapierre. 2007. Contribution of endogenous secretions and urea recycling to nitrogen metabolism. Pages 1-24 in Proc. Cornell Nutrition Conference, Syracuse, NY.

Reynolds, C. K. and N. B. Kristensen. 2008. Nitrogen recycling through the gut and the nitrogen economy of ruminants: An asynchronous symbiosis. J. Anim. Sci. 86:E293- E305. https://doi.org/10.2527/jas.2007-0475.

Russell, J. B., J. D. O'Connor, D. G. Fox, P. J. Van Soest, and C. J. Sniffen. 1992. A net carbohydrate and protein system for evaluating cattle diets: I. Ruminal fermentation. J. Anim. Sci. 70:3551-3561. https://doi.org/10.2527/1992.70113551x.

Sniffen, C. J., J. D. O'Connor, P. J. Van Soest, D. G. Fox, and J. B. Russell. 1992. A net carbohydrate and protein system for evaluating cattle diets: II. Carbohydrate and protein availability. J. Anim. Sci. 70:3562-3577. https://doi.org/10.2527/1992.70113562x.

Tylutki, T. P., D. G. Fox, V. M. Durbal, L. O. Tedeschi, J. B. Russell, M. E. Van Amburgh, T. R. Overton, L. E. Chase, and A. N. Pell. 2008. Cornell Net Carbohydrate and Protein System: A model for precision feeding of dairy cattle. Anim. Feed Sci. Technol. 143:174-202. https://doi.org/10.1016/j.anifeedsci.2007.05.010.

Van Amburgh, M., A. Foskolos, and R. Higgs. 2015a. Balancing Diets with the CNCPS v6. 5–What’s Changed and Implications for Use. Pages 115-122 in Cornell Nutr. Conf. Feed Manuf. Cornell Univ., Ithaca, NY.

Van Amburgh, M. E., E. A. Collao-Saenz, R. J. Higgs, D. A. Ross, E. B. Recktenwald, E. Raffrenato, L. E. Chase, T. R. Overton, J. K. Mills, and A. Foskolos. 2015b. The Cornell Net Carbohydrate and Protein System: Updates to the model and evaluation of version 6.5. J. Dairy Sci. 98:6361-6380. https://doi.org/10.3168/jds.2015-9378.

Van Amburgh, M. E., D. G. Fox, D. M. Galton, D. E. Bauman, and L. E. Chase. 1998. Evaluation of National Research Council and Cornell Net Carbohydrate and Protein Systems for predicting requirements of Holstein heifers. J. Dairy Sci. 81:509-526. https://doi.org/10.3168/jds.S0022-0302(98)75603-6.

Yisehak, K., A. Becker, J. M. Rothman, E. S. Dierenfeld, B. Marescau, G. Bosch, W. Hendriks, and G. P. J. Janssens. 2012. Amino acid profile of salivary proteins and plasmatic trace mineral response to dietary condensed tannins in free-ranging zebu cattle (Bos indicus) as a marker of habitat degradation. Livestock Science 144:275- 280. http://dx.doi.org/10.1016/j.livsci.2011.12.020.