大家好呀~
從事動物營養(yǎng)，原料數(shù)據(jù)庫是一定繞不開的話題。對一線營養(yǎng)師而言，這更是每日每夜都要操心的一大塊工作。如果對原料的認(rèn)識不足、對營養(yǎng)成分把握不夠，配方自然就難以精準(zhǔn)。而不同工藝、不同供應(yīng)商、不同批次...同一種原料的營養(yǎng)成分都很難保持一個數(shù)值不變。然而，在今天的飼料行業(yè)中，「靜態(tài)數(shù)據(jù)庫」仍然還在大量使用，要建立動態(tài)數(shù)據(jù)庫，是從原料檢測、到數(shù)據(jù)庫管理、再到模型應(yīng)用的一個自上而下的體系工程。
-從靜態(tài)到動態(tài)數(shù)據(jù)庫，如何實(shí)現(xiàn)這個過渡？
-那么多原料數(shù)據(jù)庫，那么多計(jì)算公式，到底如何做選擇？
-如何維護(hù)和更新自己的數(shù)據(jù)庫？
今天，我請到了一位有著20多年一線配方經(jīng)驗(yàn)、非常善于建立原料數(shù)據(jù)庫和數(shù)據(jù)模型的朋友 —— 來自新西蘭的營養(yǎng)師，Paul Drew，來一起聊聊這個話題。從非洲到大洋洲，Paul自己使用數(shù)據(jù)庫的歷程是怎么樣的? 他對原料數(shù)據(jù)庫和模型，又有什么樣的理解與實(shí)用小建議呢？
一起聽聽吧！Enjoy~
Q. 您的故事
Your story
Paul：我來自南非，在比勒陀利亞大學(xué)（University of Pretoria）讀的動物科學(xué)本科，那時候很多學(xué)習(xí)內(nèi)容都是圍繞反芻營養(yǎng)進(jìn)行的，尤其是奶牛。到了研究生的時候，我特意選了單胃動物營養(yǎng)，主要研究的是家禽，順便還有一些豬。碩士畢業(yè)后，我加入了南非最大的家禽企業(yè) (Rainbow)，先是在銷售崗位磨練了近一年，然后開始管理配方和技術(shù)。雖然公司主營業(yè)務(wù)是家禽，但是我負(fù)責(zé)的內(nèi)容大多數(shù)是對外的飼料銷售和營養(yǎng)配方服務(wù)。所以各種動物都涉及，比如鴕鳥飼料、獵物飼料。我特別享受這段經(jīng)歷，因?yàn)榕c每天只盯著雞飼料相比，啥都涉獵一點(diǎn)反而給每天的工作增添了新鮮感。也正是那個時候，一些客戶有了即時配方的需求，所以我們需要學(xué)習(xí)和建立原料數(shù)據(jù)庫，需要建立數(shù)據(jù)模型，我對這方面知識的興趣也越來越濃厚。幾年之后，我來到了同在南半球的新西蘭，在新西蘭最大的家禽一條龍企業(yè)(Tegel) 做了7年?duì)I養(yǎng)配方服務(wù)，2022年，我加入了新西蘭最大的奶牛飼料企業(yè) (SealesWinslow)，期間做過銷售業(yè)務(wù)，再慢慢轉(zhuǎn)型回到營養(yǎng)崗位，目前主要負(fù)責(zé)營養(yǎng)技術(shù)與質(zhì)控。 
Q. 原料營養(yǎng)價值的重要性
Importance of feed matrix values
Paul: 原料的營養(yǎng)價值數(shù)據(jù)，是配方的基礎(chǔ)和關(guān)鍵 —— 相信這是大家的共識了。但理想很美好，現(xiàn)實(shí)很骨感，一批又一批原料，總會有差異，即便采樣檢測，我們也很難知道100%準(zhǔn)確的真實(shí)營養(yǎng)價值。
因此，我們的工作重點(diǎn)應(yīng)該放在建立「置信區(qū)間」上 —— 利用各種方法，把原料的營養(yǎng)價值鎖定在一個盡量窄的區(qū)間內(nèi)。這樣，可以大概率預(yù)測到原料的營養(yǎng)價值，縮小預(yù)估值和實(shí)際值之間的差距。
有了較為準(zhǔn)確的營養(yǎng)成分還只是第一步，真正讓我們能持續(xù)保持信心的，是定期檢查和更新原料營養(yǎng)價值。無論是使用濕化學(xué)還是NIR，我們需要確保原料本身沒有發(fā)生大的變化，如果發(fā)生了變化，我們要及時發(fā)現(xiàn)并改進(jìn)。因此，原料數(shù)據(jù)庫應(yīng)該是動態(tài)的，而非找到一個book value輸進(jìn)配方軟件里，就再也不動它了。
身在飼料企業(yè)，我們生產(chǎn)的每一個產(chǎn)品都是有相應(yīng)的營養(yǎng)規(guī)格的，只有確保了原料本身營養(yǎng)價值的準(zhǔn)確，才能保證產(chǎn)品能滿足規(guī)格和標(biāo)準(zhǔn)。
Q. 如何選擇數(shù)據(jù)庫 —— 法國INRAE、荷蘭CVB、NRC、還是別的？
Which is the best database？
Paul：是的，全球有很多科研機(jī)構(gòu)都通過自己的研究，給大家提供了不同的原料數(shù)據(jù)庫和動態(tài)模型。那么，這么多可選的數(shù)據(jù)庫，哪個最好呢？在我看來，適合你的就是最好的。以「能量」為例，有些企業(yè)有能力自己建實(shí)驗(yàn)場，可以通過動物實(shí)驗(yàn)來測定凈能，這樣的數(shù)據(jù)肯定是最符合自身情況、最精準(zhǔn)的。也有的企業(yè)直接拿書里的一個固定值，不做任何調(diào)整，這種情況雖然不一定精準(zhǔn)，但是肯定是最方便快捷、且成本低的。另外，很多人選擇基于原料的營養(yǎng)檢測值，用公式計(jì)算一個動態(tài)的凈能值；而不同數(shù)據(jù)庫給出的計(jì)算公式也不同，需要酌情選擇。
再以「氨基酸」為例，同一種原料里各個氨基酸的含量一般來說變化不大，也比較好測，但由于今天的配方基本上都以基于「可消化氨基酸」的基礎(chǔ)，那么配方中的可消化氨基酸的含量便很大程度上取決于我們選用的「氨基酸消化率系數(shù)」（可消化氨基酸 = 氨基酸含量 x 消化率）。而每個數(shù)據(jù)庫因?yàn)檠芯繖C(jī)構(gòu)所在的地理位置不同、側(cè)重的原料不同、實(shí)驗(yàn)的樣本數(shù)不同，得出的消化率數(shù)值也不盡相同。
所以哇，數(shù)據(jù)庫的選擇不是一件一勞永逸的事情。我會建議更深一步、去了解目標(biāo)數(shù)據(jù)庫中數(shù)據(jù)的來源、計(jì)算的方式、樣本數(shù)...等等，從而選擇最符合自身情況的數(shù)據(jù)和公式（就像統(tǒng)計(jì)學(xué)家George Box的名言所說：「All models are wrong, but some are useful」 —— 所有的模型都有誤，但是有些是有用的）。
舉個例子，假設(shè)我想要找一個主要蛋白原料的氨基酸消化率，數(shù)據(jù)庫A給出的消化率是3個樣品的平均值，而數(shù)據(jù)庫B則來自300個樣品，我肯定對數(shù)據(jù)庫B更加有信心。不過，我也不敢說數(shù)據(jù)庫B就是最好的，因?yàn)楹苡锌赡軘?shù)據(jù)庫B里的另一個原料的凈能就沒有足夠的樣本數(shù)，又或者，它的凈能計(jì)算公式中需要用到一項(xiàng)我們測不了的指標(biāo)。
因此，歸根到底，我們的目標(biāo)是找到最適合自己檢測能力、養(yǎng)殖條件、動物狀況的數(shù)據(jù)庫，不能不假思索地照搬數(shù)據(jù)庫。
Q. 你個人使用數(shù)據(jù)庫的歷程是怎么樣的呢？
Your journey of choosing database
Paul: 我開始入行時在南非，南非的養(yǎng)殖業(yè)很大程度上受歐洲影響，所以我自己以前用得比較多的是荷蘭的CVB，包括家禽、豬、反芻的數(shù)據(jù)都會參考。Schothorst Feed Research在能量和磷的研究上有很深的底蘊(yùn)。而且我這么多年看著這些數(shù)據(jù)庫慢慢建立，了解背后的數(shù)據(jù)和邏輯，對它比較有信心。
到了新西蘭，比較幸運(yùn)的是我服務(wù)的公司都有自己的動物實(shí)驗(yàn)場地，可以用自己的實(shí)測值。目前對能量來說，我會用INRAE的公式，通過營養(yǎng)成分計(jì)算出動態(tài)數(shù)值。INRAE在這方面比較權(quán)威，當(dāng)然主要是因?yàn)檫@個數(shù)據(jù)庫免費(fèi)哈哈哈。
其實(shí)原料的差異性一定存在，縮小差異的一個關(guān)鍵就在于重復(fù)性。一個系統(tǒng)，一旦選擇了，就不要隨便去換。我讀書的時候，老師說過一句話，我印象特別深刻 —— If you do it wrong, do it consistently wrong （即使是錯誤的，也要有可重復(fù)性地錯）。
Q. 如何在日常工作中維護(hù)原料數(shù)據(jù)庫，有哪些具體方法嗎？
Updating nutrient database
Paul: 前面我們聊到，維護(hù)數(shù)據(jù)庫很關(guān)鍵的一點(diǎn)是及時檢查和更新原料的營養(yǎng)成分?jǐn)?shù)據(jù)，但在現(xiàn)實(shí)中，這個過程往往是不夠及時的。濕化學(xué)是我們公認(rèn)的最權(quán)威的檢測方法，但這個過程比較耗時 —— 假如我們采購了一批原料，馬上采樣送測，等拿到結(jié)果，已經(jīng)兩個禮拜過去了。太慢了！還好現(xiàn)在我們有了近紅外NIR，可以把等待檢測結(jié)果的時間大大縮短。最近幾年還出現(xiàn)了手持的NIR儀器、飼料廠的Inline-NIR，既方便又快捷。不過，應(yīng)用NIR的關(guān)鍵一是要做好校正，二是要解決數(shù)據(jù)與配方軟件之間的輸入與同步問題。設(shè)想一下，飼料廠進(jìn)的原料剛從貨車上卸下來，我們馬上拿著近紅外設(shè)備得到了營養(yǎng)成分的新數(shù)據(jù)，然后即時同步到配方軟件的數(shù)據(jù)庫中，無需繁瑣的程序，全部自動執(zhí)行，那就太方便了。隨著人工智能的發(fā)展，我相信很快我們就能看到這些場景的普及。
在現(xiàn)階段，我的方法是這樣的 —— 通常，我每隔10-14天會更新原料數(shù)據(jù)庫和配方。之所以是10天，是因?yàn)樵喜杉⒔y(tǒng)計(jì)分析、配方執(zhí)行這整個過程大概需要這么久。
拿到了原料的檢測值，我會做統(tǒng)計(jì)分析，目的是了解批次間的差異，從而給配方‘上保險’，預(yù)留安全邊際。至于具體操作，我喜歡簡單的規(guī)則，哈哈，供大家參考 ——
-每一個原料我要求至少5個數(shù)據(jù)點(diǎn)，算出來營養(yǎng)成分的平均值、標(biāo)準(zhǔn)差、變異系數(shù)CV。
-當(dāng)CV < 5%時，可以大膽使用平均值；
-當(dāng)CV = 5-10%之間，我會在平均值的基礎(chǔ)上，調(diào)整半個標(biāo)準(zhǔn)差（如果是蛋白，我就降一點(diǎn)；如果是水份，我就加一點(diǎn)）；
-當(dāng)CV > 10%時，我會調(diào)整一個標(biāo)準(zhǔn)差。
-同時，檢測飼料成品，看看準(zhǔn)不準(zhǔn)，然后靈活調(diào)整。
如果不及時調(diào)整原料數(shù)據(jù)庫，那么多半會出現(xiàn)的情況便是我們對原料營養(yǎng)成分的信心不足、更加保守，于是把保險上得太滿 —— 要是每個原料都額外加滿安全邊際，很有可能原本應(yīng)該是20%蛋白的飼料，最后能達(dá)到22%。這每噸多出來的2%，按照現(xiàn)在新西蘭的反芻料價格，大概就是14紐幣（合60元人民幣）。產(chǎn)量大的話，這其中的損失是非常顯著的。經(jīng)濟(jì)效益作為飼料企業(yè)的重要KPI，是營養(yǎng)師們一定要關(guān)注的。
Q. 對于中國的飼料企業(yè)，關(guān)于如何建立和維護(hù)原料數(shù)據(jù)庫，你有什么建議呢？
Advice for feedmills in China
Paul：從我之前和中國客戶溝通的經(jīng)歷來看，很多問題是全球普遍的。簡單總結(jié)一下上面聊到的內(nèi)容，我認(rèn)為best practice包括這幾點(diǎn) —— 首先是源頭，要選擇適合自己的原料數(shù)據(jù)庫和模型。其次要建立監(jiān)控和反饋系統(tǒng)，從而及時更新和審查原料的數(shù)據(jù)庫；尤其要關(guān)注實(shí)際使用的原料和配方軟件里的原料之間的營養(yǎng)成分差異。很多時候，我們沒有合適的數(shù)據(jù)來源，原料檢測之后也沒有把檢測結(jié)果馬上運(yùn)用到配方上，中間出現(xiàn)了很多銜接問題。簡單地說，就是系統(tǒng)與系統(tǒng)之間沒有共同語言，無法溝通。
這里我想推薦一下A-System的Allix配方軟件 —— 這個軟件做得好的一點(diǎn)就在于它有一個質(zhì)量管理系統(tǒng)KAllix，可以把原料品控系統(tǒng)和配方系統(tǒng)即時同步，特別方便。而且它也很智能，會根據(jù)情況自動建議營養(yǎng)價值的數(shù)值，我們做配方的時候只需要點(diǎn)擊確認(rèn)，或者根據(jù)我們自己的想法修改自動建議的條件。想要抓取數(shù)據(jù)的時候，也可以隨時把數(shù)據(jù)導(dǎo)出到Excel，按自己喜歡的方式整理和分析，用起來很方便。 
（圖片來自A-Systems官網(wǎng)）
Q. 在你眼中，技術(shù)的發(fā)展會對未來的原料數(shù)據(jù)庫工作帶來什么樣的影響？
The future
Paul：我們現(xiàn)在正在經(jīng)歷著人工智能飛速發(fā)展的時期，我看到新聞，今年2月，美國一家私人企業(yè)的「無人月球著陸器」成功登月，靠的就是視覺算法，幫助飛船安全地軟著落在月球。所以啊，人工智能、大數(shù)據(jù)、算法給我們無限暢想的可能！（錄制這期時，chatGPT4o還沒出來，不過短短幾周，我們是真正在見證一個迅猛的技術(shù)發(fā)展新時代哇~ ）對于我們行業(yè)來說，近紅外NIR快速檢測、智能分析、即時同步到配方軟件，就是很好的例子。此外，我們現(xiàn)在所用的營養(yǎng)需求數(shù)據(jù)，大多數(shù)還是通過動物實(shí)驗(yàn)得來的，但以后也許可以利用人工智能來模擬和建模，更快、更有效地動態(tài)推測營養(yǎng)需求，事半功倍。跟隨著技術(shù)發(fā)展，數(shù)據(jù)會越來越關(guān)鍵。有了數(shù)據(jù)之后， 我們可以利用大數(shù)據(jù)分析來挖掘里面的信息。一個個小實(shí)驗(yàn)就像是磚頭，一塊塊磚頭就能幫我們建造一整個系統(tǒng)，這個系統(tǒng)也許就能總結(jié)規(guī)律，告訴我們在疾病條件下，營養(yǎng)需求會怎么變化；在炎熱環(huán)境下，營養(yǎng)需求會怎么變化......非常值得期待！
Q. 喜歡的資源
Resources you use
專業(yè)資源：Hoard's Dairyman 雜志，1885年創(chuàng)刊的美國奶牛業(yè)雜志。Evonik 贏創(chuàng)，贏創(chuàng)在原料數(shù)據(jù)庫和檢測分析方面都有很好的資源。歐洲高校的實(shí)驗(yàn)進(jìn)展。
Q. 如果遇見年輕時候的自己，你會對TA說什么呢？
An advice for younger self？
Paul : 不要只看事物的表面，有很多事情一直以來都是那樣，所以看起來不可能改變，但是你只要深思一下就會發(fā)現(xiàn)，很多事情站不住腳，用科學(xué)的方式大膽地嘗試，很多困難都只是紙老虎。我們不必循規(guī)蹈矩。
