Leer · Análisis exploratorio de la composición nutricional de materias primas del laboratorio de nutrición en la Universidad de Ciencias Aplicadas y Ambientales U.D.C.A

Página 1 de 60Análisis exploratorio de la composición nutricional de materias prima…

p. 1

Análisis exploratorio de la composición nutricional de materias primas del laboratorio de nutrición en la Universidad de Ciencias Aplicadas y Ambientales U.D.C.A - Modalidad Investigación

Simon Santiago Agredo Porras

Universidad de Ciencias Ambientales y Aplicadas Facultad, (Ciencias Agropecuarias) Programa (Medicina Veterinaria y Zootecnia) Bogotá D.C, Colombia Agosto, 2025

p. 2

Análisis exploratorio de la composición nutricional de materias primas del laboratorio de nutrición en la Universidad de Ciencias Aplicadas y Ambientales U.D.C.A - modalidad Investigación

Simon Santiago Agredo Porras

Trabajo presentado como requisito para optar al título de: Médico Veterinario y Zootecnista

Director (a):

Adonai Alejandro Amaya Martínez Zootecnista (PhD.)

Codirector (a):

Mayra Diaz Vargas MVZ (PhD.)

Línea de Investigación: Salud Humana y Animal Institucional Grupo de Investigación:

Ciencia Animal

Universidad de Ciencias Ambientales y Aplicadas Facultad Ciencias Agropecuarias Programa Medicina Veterinaria y Zootecnia Bogotá D.C, Colombia Agosto, 2025

p. 3

Nota de aceptación:

Aprobado por el Comité de Programa en cumplimiento de los requisitos exigidos por el Acuerdo Superior N° 11 de 2017 y Acuerdo Académico N° 41 de 2017 para optar al título de (escriba el nombre del Programa)

Jurado

Bogotá, __Día__ de _Mes__de ___Año_____

p. 4

Dedicatoria

Dedico el presente trabajo a Dios por encima de las cosas, a mi Madre, Padre y Hermana por su apoyo y guía a lo largo de mis proyectos.

A los tutores involucrados en el trabajo, Doctor Adonai Alejandro Amaya Martínez y a la Doctora Mayra Diaz Vargas.

A mis amigos más íntimos de la infancia por su apoyo y ayuda.

p. 5

AGRADECIMIENTOS

Con profunda estima y reconocimiento, extiendo mi gratitud hacia mis directores de tesis, el Doc. Adonai Alejandro Amaya Martínez y a la Dra. Mayra Diaz Vargas. Su dedicación docente y guía en el proceso de desarrollo del trabajo fueron indispensables en esta investigación.

Mi gratitud se extiende a la Universidad de Ciencias Aplicadas y Ambientales U.D.C.A, institución de excelencia académica, que ha contribuido al desarrollo personal y profesional, además de los espacios que permitieron la comunicación y vínculo con los directores de la investigación.

A mi Madre, Sandra Porras por su apoyo incondicional y motivación, además del soporte y orientación en herramientas de los programas utilizados.

A mis amigos íntimos, Nicolas Sarmiento, Santiago Flórez, Felipe Diaz, Daniel Rojas, Catalina Gómez, por su apoyo y acompañamiento es la digitalización de la información.

A cada uno de ustedes, mi más profundo agradecimiento por su contribución y apoyo durante el desarrollo de la investigación.

p. 6

RESUMEN

El presente trabajo de investigación aborda el análisis de la casuística presentada frente a los análisis bromatológicos del laboratorio de nutrición de la universidad de ciencias aplicadas y ambientales U.D.C.A, donde se limita en el manejo de aquellos datos proveniente de materias primas para la alimentación en el sector pecuario, un área de gran relevancia para la optimización de la nutrición y consecuente la producción agropecuaria. A pesar de la gran disponibilidad de información bromatológica, se percibe una falencia en el análisis y gestión de dicha información para influir en la toma de decisiones a la hora de un manejo frente a las materias primas en la alimentación animal, por ejemplo la formulación de dietas con información actualizada y específica de la locación a trabajar donde se contemplen la disponibilidad de nutrientes en cada ingrediente a trabajar. Se realizó la digitalización y el análisis de la información brindada por el laboratorio correspondiente a 674 registros, donde se contemplan variables referentes a su composición nutricional, clasificación de materia prima, año de muestreo y fenómeno climático presentado en el país según “The Oceanic Niño Index”. El objetivo del trabajo se centró en explorar posibles variaciones en la composición nutricional de las materias primas analizadas en el Laboratorio de Nutrición Animal de la UDCA, mediante el estudio de parámetros bromatológicos como materia seca, proteína total, extracto etéreo, fibra cruda y ceniza. Para los resultados, se demostró que más del 86% de las materias primas, son de origen vegetal, predominando pastos y forrajes; el 9.9% corresponde a origen animal, con altos contenidos proteicos; y el 3.7% subproductos o residuos agroindustriales, caracterizados por contenidos de fibra y extracto etéreo. En relación con los fenómenos climáticos, se observó materias primas energéticas por carbohidratos solubles para el fenómeno de la Niña, mientras para el fenómeno del Niño, aumento la presencia de materias proteicas de origen animal, mostrando efecto en la disponibilidad nutricional de acuerdo a la variabilidad climática. Concluyendo que la caracterización bromatológica, permite clasificar materias primas según su función nutricional y la integración del ONI podría ofrecer una herramienta para productores, profesionales, laboratoristas y académicos en la toma de decisiones a nivel nutricional en el sector pecuario.

p. 7

VII

RESUMEN

Palabras Claves: Análisis bromatológicos, Análisis de Componentes Principales, Composición nutricional, Clasificación de Materias Primas, Nutrición pecuaria

p. 8

VIII

ABSTRACT

This research work addresses the analysis of the case study presented in relation to the bromatological analyses conducted by the Nutrition Laboratory of the University of Applied and Environmental Sciences (U.D.C.A). The study focuses on the management of data derived from raw materials used for livestock feeding, an area of great relevance for optimizing nutrition and, consequently, agricultural production. Despite the wide availability of bromatological information, there is a noticeable shortcoming in the analysis and management of such data to support decision-making regarding the handling of feed ingredients for animal nutrition, for example, in the formulation of diets with updated and location-specific information that considers the nutrient availability of each ingredient to be used. A process of digitization and analysis was carried out using data provided by the laboratory, corresponding to 674 records. These records included variables related to nutritional composition, raw material classification, sampling year, and climatic phenomena reported in the country according to the Oceanic Niño Index (ONI). The objective of the study was to explore potential variations in the nutritional composition of the raw materials analyzed in the Animal Nutrition Laboratory of U.D.C.A by examining bromatological parameters such as dry matter, crude protein, extract, crude fiber, and ash. The results showed that more than 86% of the raw materials were of plant origin, with pastures and forages being predominant; 9.9% were of animal origin, characterized by high protein content; and 3.7% were agro-industrial by-products or residues, characterized by fiber and ether extract content. Regarding climatic phenomena, energy raw materials rich in soluble carbohydrates were observed during La Niña, while protein-rich raw materials of animal origin increased during El Niño, showing an effect of climate variability on nutritional availability. In conclusion, bromatological characterization allows the classification of raw materials according to their nutritional function, and the integration of ONI could provide a useful tool for producers, professionals, laboratory technicians, and academics in making nutrition-related decisions within the livestock sector.

Keywords: Bromatological Analysis, Main Component Analysis, Nutritional Composition, Classification of Raw Materials, Animal Nutrition

p. 9

VIII

CONTENIDO

RESUMEN ......................................................................................................................... VI ABSTRACT ..................................................................................................................... VIII CONTENIDO .................................................................................................................. VIII LISTA DE FIGURAS ......................................................................................................... IX LISTA DE TABLAS ........................................................................................................... X LISTA DE SÍMBOLOS Y/O GLOSARIO......................................................................... XI

INTRODUCCIÓN ....................................................................................................... 12

OBJETIVOS ................................................................................................................ 14

MATERIALES Y MÉTODOS .................................................................................... 15

RESULTADOS ........................................................................................................... 18

DISCUSIÓN ................................................................................................................ 43

CONCLUSIONES ....................................................................................................... 54

RECOMENDACIONES ............................................................................................. 56

BIBLIOGRAFÍA ......................................................................................................... 57

p. 10

LISTA DE FIGURAS

Figura 1. Cantidad y origen de las materias primas: ..................................................................... 18 Figura 2. Fenómeno climático de las materias primas .................................................................. 19 Figura 3. Comparativa entre la mayor y menor frecuencia anual .................................................. 19 Figura 4. Perfil bromatológico (MS, H, PT, EE, FC, FDN, FDA, ELN, CHO TOTALES) comparativo de materias primas de origen vegetal, animal, subproducto y residuos utilizados en la alimentación animal. ................................................................................................................... 24 Figura 5. Cantidad de materias primas de origen vegetal por clasificación ................................... 25 Figura 6. Comparativa bromatológica de fenómenos climáticos para materias primas de origen vegetal ........................................................................................................................................ 26 Figura 7. Cantidad de materias primas de origen animal por clasificación .................................... 27 Figura 8. Comparativa bromatológica de fenómenos climáticos para materias primas de origen animal ......................................................................................................................................... 28 Figura 9. Cantidad de materias primas de origen de subproductos por clasificación ..................... 29 Figura 10. Comparativa bromatológica de fenómenos climáticos para materias primas de origen subproductos ............................................................................................................................... 30 Figura 11. Comparativa bromatológica de fenómenos climáticos para materias primas de origen residuos ...................................................................................................................................... 31 Figura 12. Análisis de componentes principales en materias primas energéticas ........................... 33 Figura 13. Análisis de componentes principales en materias primas proteicas .............................. 36 Figura 14. Análisis de componentes principales en materias primas fibrosas ................................ 39 Figura 15. Análisis de componentes principales en forrajes ......................................................... 42

p. 11

LISTA DE TABLAS

Tabla 1. Estadística descriptiva de variables bromatológicas en materias primas de origen vegetal en temporada de invierno, clasificados como energéticos por carbohidratos solubles ................... 20 Tabla 2. Estadística descriptiva de variables bromatológicas en materias primas de origen animal en temporada de verano, clasificados como proteicos. ................................................................. 21 Tabla 3. Estadística descriptiva de variables bromatológicas en materias primas de subproductos en temporada de invierno, clasificados como energéticos por carbohidratos solubles ................... 22 Tabla 4. Estadística descriptiva de variables bromatológicas en materias primas de residuos en temporada neutra, clasificados como energéticos por carbohidratos solubles y fibrosos ............... 23 Tabla 5. Clasificación y frecuencia de materias primas de origen vegetal .................................... 25 Tabla 6. Clasificación y frecuencia de materias primas de origen animal .................................... 27 Tabla 7. Clasificación y frecuencia de materias primas de origen subproducto ............................ 28 Tabla 8.Estadística descriptiva de variables bromatológicas en materias primas energéticas ........ 32 Tabla 9. Correlación de variables bromatológicas en materias primas energéticas ....................... 32 Tabla 10. Varianza y contribución de variables de materias primas energéticas ........................... 34 Tabla 11. Estadística descriptiva de variables bromatológicas en materias primas proteicas ........ 35 Tabla 12. Correlación de variables bromatológicas en materias primas proteicas ........................ 35 Tabla 13. Varianza y contribución de variables de materias primas proteicas .............................. 37 Tabla 14. Estadística descriptiva de variables bromatológicas en materias primas fibrosas .......... 38 Tabla 15. Correlación de variables bromatológicas en materias primas fibrosas .......................... 38 Tabla 16. Varianza y contribución de variables de materias primas fibrosas ................................ 40 Tabla 17. Estadística descriptiva de variables bromatológicas en forrajes .................................... 40 Tabla 18. Correlación de variables bromatológicas en forrajes .................................................... 41 Tabla 19. Varianza y contribución de variables de forrajes ......................................................... 42

p. 12

LISTA DE SÍMBOLOS Y/O

GLOSARIO

LISTA DE SÍMBOLOS Y/O GLOSARIO

A Vitamina A o Retinol

ACP

Análisis de Componentes Principales B1 Vitamina B1 o Tiamina B2 Vitamina B2 o Riboflavina B6 Vitamina B6 o Piridoxina C Vitamina C o Ácido Ascórbico C Ceniza Ca Calcio

CHO

Carbohidratos

CHT

Carbohidratos Totales D Vitamina D o Colecalciferol EE Extracto Etéreo

ELN

Extracto Libre de Nitrógeno FC Fibra Cruda

FDA

Fibra Detergente Acido

FDN

Fibra Detergente Neutro Fe Hierro H Humedad K Potasio Mg Magnesio MS Materia Seca Na Sódio

ONI

Oceanic Niño Index P Fosforo PH Potencial de Hidrogeno PT Proteína

UDCA

Universidad de Ciencias Aplicadas y Ambientales Zn Zinc

p. 13

INTRODUCCIÓN

1. INTRODUCCIÓN

La nutrición animal es esencial para la veterinaria y zootecnia, ya que permite mantener la salud, el bienestar y el rendimiento productivo de los animales mediante el aprovechamiento adecuado de los nutrientes (Domínguez & Ronquillo, 2013). Estos nutrientes no solo son fuente de energía y construcción celular, si no también moduladores claves en procesos celulares e inmunológicos (Campos, 2015).

De lo anterior, se comprende que el médico veterinario zootecnista debe formular dietas equilibradas que maximicen la productividad, prevengan enfermedades, minimicen el impacto ambiental y optimicen los recursos disponibles, mediante la utilización de pasturas, verdeos y forraje conservado, además del uso adecuado de granos y subproductos (González,

2015)

La bromatología, como ciencia aplicada, permite evaluar de forma cualitativa y cuantitativa los alimentos mediante análisis de composición química. Es una ciencia multidisciplinar cuya estructura interna abarca numerosos aspectos. (Gutiérrez, 2000). Dicha evaluación considera parámetros: Energía (Expresados en kilocalorías), Nutrientes (incluyendo: Proteína, Lípidos y Carbohidratos en gramos), Minerales (P, Mg, Ca, Fe, Zn, Na, K), vitaminas (A, D, C, B1, B2, B6, AC), colesterol y ácidos grasos y fibra (Jiménez, 2004). Esta información es esencial para clasificar las materias primas según su función nutricional (energética, proteica o fibrosa), y su inclusión en planes de alimentación animal. Ya que la alimentación tiene que estar dirigida a tipo de producción, especie y categoría animal para suministrarles los alimentos adecuados en cada etapa de su vida (Mendieta Araica, 2015).

Factores externos como el clima o fenómenos naturales como El Niño y La Niña influyen significativamente en la calidad y disponibilidad de los alimentos. La FAO (2023) señala que el 26 % de los daños por desastres naturales afecta a la agricultura, y hasta el 82 % en el caso de las sequías. Por otra parte, algunos lugares como Colombia, se ha visto afectados por eventos que generan disminución en la producción alimentaria, como lo es el fenómeno de la Niña en términos de una tendencia a excesos de precipitación, que redunda en una

p. 14

INTRODUCCIÓN

propensión significativa a emergencias tales como inundaciones lentas, movimientos en masa, crecientes súbitos, avenidas torrenciales y demás, asociadas a tiempo lluvioso (Urrego et al., 2023).

Como parte fundamental del trabajo, se implementa el análisis de componentes principales (ACP), para lograr reducir la dimensionalidad de la información. Es una técnica estadística multivariante de simplificación, que permite transformar un conjunto de variables originales correlacionadas entre sí, en un conjunto sintético de variables no correlacionados denominados factores o componentes principales (Zapotitla, 2011). Por lo cual resulta una herramienta clave para la comprensión de los resultados bromatológicos brindados por el laboratorio de nutrición animal de la universidad de ciencias aplicas y ambientales UDCA.

El análisis de componentes principales es una herramientas importantes para la observación y síntesis de variables que se comparten dentro de un estudio, así como lo se muestra la aplicación de ACP en la composición de alimentos para rumiantes, donde se llega a la conclusión de representar los nutrientes de alimentos para rumiantes a solo cuatro Componentes Principales no correlacionados y, gracias a esta reducción de dimensión se pudieron identificar los nutrientes que son más importantes en los respectivos Componentes y por ende considerarlos en la selección alimentos (Rivadeneira et al., 2024).

p. 15

OBJETIVOS

2. OBJETIVOS

Objetivo General:

 Analizar el resultado bromatológico de las materias primas usadas en alimentación animal y evaluadas en el laboratorio de nutrición de la Universidad de Ciencias Aplicadas y Ambientales UDCA

Objetivos Específicos:

 Describir la casuística y análisis bromatológico de materias primas admitidas por el Laboratorio de Nutrición Animal de la Universidad de Ciencias Aplicadas y Ambientales UDCA.

 Explorar las relaciones entre las materias primas y sus componentes nutricionales de acuerdo con su clasificación nutricional.

p. 16

MATERIALES Y

MÉTODOS

3. MATERIALES Y MÉTODOS

La investigación fue de carácter cuantitativo, descriptivo y exploratorio, donde se evaluó un conjunto de datos bromatológicos, de materias primas destinadas al sector pecuario (alimentación animal), recopilados de muestras recibidas y analizadas entre los años 1992 y

2020 por el laboratorio de nutrición animal de la universidad de ciencias aplicadas y

ambientales UDCA. Se presentó como un diseño y enfoque descriptivo y exploratorio, al centrarse en el análisis de datos históricos obtenidos por el laboratorio, con la finalidad de identificar variaciones en la composición nutricional de las materias primas asociadas a condiciones climáticas relacionadas con los fenómenos climáticos. Dichas condiciones se obtuvieron en base a la información recolectada de la ONI (Oceanic Niño Index), por tal motivo en la base de datos se sintetiza la información en 3 variables: Verano (asociado al fenómeno del niño), invierno (asociado al fenómeno de la niña), y Neutro (sin reporte para ese año de fenómeno del niño o la niña).

Los datos analizados incluyeron información como: nombre y procedencia de la muestra, fecha de ingreso, la procedencia de la muestra (Departamento) y los resultados correspondientes al análisis realizado: Humedad, Materia Seca, Proteína, Ceniza, Extracto Etéreo, FDN, ELN, FDA, Fibra Cruda y Carbohidratos solubles.

La base de datos registró las siguientes variables para cada muestra:

 Materia Seca (MS)  Proteína Total (PT)  Fibra Cruda (FC)  Extracto Etéreo (EE)  Ceniza (C)  Fibra Detergente Neutro (FDN)  Fibra Detergente Ácido (FDA)

p. 17

MATERIALES Y

MÉTODOS

 Extracto Libre de Nitrógeno (ELN)  Año de recolección  Clasificación del ingrediente (según humedad y contenido nutricional)  Clasificación nutricional (según el componente predominante)  Fenómeno climático asociado (Niño o Niña, basado en el Oceanic Niño Index -

ONI)

La determinación de cada componente se realizó mediante métodos estandarizados por la Association of Official Analytical Chemists (AOAC):

La MS (AOAC: 934.01), fue obtenida mediante la deshidratación de la muestra, donde se pesa más o menos un gramo de muestras, se introduce en un horno a temperatura controlada a 105ºC por 24 horas, para llevar a cabo la evaporación del contenido de agua en la muestra, luego de este proceso de pesa nuevamente y se calcula por diferencia de los pesajes el porcentaje de Humedad y Materia Seca respectivamente.

La PT (AOAC: 954.01), se obtiene mediante el método Kjeldahl, donde se somete a un proceso de digestión, destilación, titulación, y por último el cálculo, en el cual el porcentaje de nitrógeno obtenido de la muestra se multiplica por un factor de conversión (6.25); La FC (AOAC: 962.09), es obtenida mediante el método Weende que involucra un proceso de digestión, solubilización, filtración y secado, y por ultimo ignición, donde se incinera el residuo seco para hallar la cantidad de fibra calculada por diferencia de peso antes de dicho proceso.

El EE (AOAC: 920.39) es calculado por medio del método Soxhlet, conocido por ser un método de extracción intermitente, donde la muestra seca es introducida en un cartucho, para la agregación del solvente éter en el matraz, para calentar el mismo y obtener por condensación los lípidos los cuales serán sifonados y pesados para obtener el resultado porcentual; La C (AOAC: 942.05), consiste básicamente en la incineración de la muestra en una mufla a 600ºC por 4 horas para posteriormente pesar el residuo obtenido.

La FDN y FDA (Van Soest), se obtiene mediante el método de extracción, donde la muestra

p. 18

MATERIALES Y

MÉTODOS

se seca y se muele para utilizar una solución con detergente neutro o ácido respectivamente, dejándola hervir para obtener residuos insolubles que corresponden a la pared celular y fibra para la FDN y celulosa y lignina para FDA; El ELN consiste en la suma de H, PT, EE, FC y C para posterior hallar la diferencia de ese resultado con una resta del 100 por ciento.

La base de datos contó con 674 materias primas, organizadas de manera lineal en columnas con su respectivo nombre cada una, acompañada de 12 variables principales representado cada una en columnas diferentes, acompañada de información adicional recolectada de los documentos físicos compartidos por el laboratorio de nutrición UDCA.

Las clasificaciones nutricionales se realizaron con base en el nutriente predominante. La muestra se clasificó como proteica si predominaba la PT, es decir si el valor de proteína resultante del análisis bromatológico destaca de manera cuantitativa frente a los demás; fibrosa si de forma cuantitativa el valor de FC, FDN o FDA, resulta ser el mayor frente a las demás variables resultantes del análisis; energética por lípidos si predominaba la variable EE, frente a los demás valores numéricos de los componentes nutricionales hallados posteriores al bromatológico; y por ultimo energética por carbohidratos si predominaba ELN sobre las demás variables (Universidad Complutense de Madrid, 2018).

El procesamiento estadístico, la matriz de correlación, los valores propios, gráficos bidimensionales y el análisis de componentes principales (ACP) se realizó con el software R. Este estudio no implicó la intervención directa sobre animales, ni la manipulación experimental de materias primas, por lo que no se requirió aprobación por parte de un comité de bioética. No obstante, se mantuvo el principio de confidencialidad y protección de la fuente original de datos, evitando divulgar nombres de empresas, fincas o productores, y resguardando la trazabilidad de la información bajo criterios institucionales.

p. 19

RESULTADOS

4. RESULTADOS

Al analizar la base de datos, se observó que existen 674 materias primas, dentro de un periodo de 28 años, comprendido entre 1992-2020, las materias primas se presentaron en un porcentaje de 86.35% (582) correspondiente a materias primas de origen vegetal, 9.94% (67) de productos de origen animal y 3.71% (25) a residuos o subproductos agroindustriales (Figura. 1). Dentro del grupo de insumos vegetales, se destaca que más del 90 % corresponden a pastos y forrajes, reflejando la alta representatividad de este tipo de alimento en sistemas productivos de rumiantes y su disponibilidad estacional en el país.

Los resultados evidencian que más de 260 muestras fueron recolectadas en temporada de invierno, 233 en temporada de verano y 175 en condiciones consideradas climáticamente neutras (Figura 2).

Figura 1. Cantidad y origen de las materias primas:

El grafico representa la cantidad de materias primas pertenecientes a los 4 grupos de acuerdo a su origen.

582

5 20

Materias Primas Origen Vegetal Origen Animal Origen residuos Origen Subproductos

p. 20

RESULTADOS

Figura 2. Fenómeno climático de las materias primas El grafico representa la cantidad de Materias Primas que pertenecen a cada tipo de Fenómeno Climático según se describe en la base de datos digital.

Teniendo en cuenta el periodo de tiempo evaluado, comprendido entre 1992-2020, se observó que el año con mayor número de muestras procesadas corresponden al 2018, con un total de 49 muestras analizadas, que representaron el 7.27% del total de materias primas presentes en la base de datos. De estas muestras, 27 (55.1%) corresponden a materia primas de origen animal, 1 muestra (2.04%) a un subproducto y 21 muestras (42.86%) fueron de origen vegetal (Figura 3); En contraste el año con la menor cantidad de análisis de muestras fue 1992, con 4 análisis de materias primas de origen vegetal.

Figura 3. Comparativa entre la mayor y menor frecuencia anual El gráfico representa una comparación entre las materias primas de origen vegetal, origen animal, origen de residuos y origen de subproductos, teniendo en cuenta el año de mayor y menor frecuencia registrado en la base de datos

p. 21

RESULTADOS

Las materias primas analizadas, independiente de su origen, presentaron en su mayoría un análisis bromatológico completo, lo que permitió calcular estadísticos descriptivos y establecer valores promedio representativos para cada nutriente evaluado. En el grupo de las materias primas de origen vegetal, se consolidaron 582 registros entre las cuales se destacan, pastos y forrajes, harinas, tortas, silos, henos, tubérculos, cereales, entre otros. A partir de estas muestras se obtuvieron los siguientes valores promedio para los principales nutrientes: MS de 91.90%; para H de 8.10%; PT de 13.74; EE de 7.44%, FC de 24.13%; FDN de 56.10%; FDA de 29.20%; ELN de 59.77% y CHO TOTALES de 62.92%, (Tabla 1).

En relación con el impacto del fenómeno climático y de acuerdo con la categorización establecida por el ONI, se identificaron 237 materias primas de origen vegetal recolectadas y analizadas durante los periodos clasificados como inviernos asociados al fenómeno de la Niña, de las cuales 146 (61.6%) se clasificaron como energéticos por el contenido de carbohidratos solubles, siendo 78 muestras (32.9%) fibrosas y 13 muestras (5.5%) como proteicas.

91.90

92.42

100

17.08

100

8.10

7.58

82.92

13.74

12.34

14.96

0.37

70.26

7.44

3.09

2.31

0.02

24.13

22.58

29.29

0.03

82.3

FDN

56.10

61.3

42.49

2.13

81.07

FDA

29.20

29.10

29.29

0.42

70.87

ELN

59.77

67.04

100

0.2

100

CHO TOTALES

62.92

67.735

79.33

6.74

89.38

Nota: La tabla describe el valor mínimo, la mediana, el valor máximo, la moda y la media del conjunto de datos bromatológicos (MS, H, PT, EE, FC, FDN, FDA, ALN, CHO TOTALES) para el conjunto de materias primas que comparten la característica de ser de origen vegetal.

p. 22

RESULTADOS

Con relación a las materias primas de origen animal se identificaron 67 muestras, lo que corresponde a un 9.94% del total, entre las cuales se destacan, tilapia, trucha, pechuga de pollo y pavo y harina de carne y hueso, muy utilizados en la alimentación de monogástricos debido a su elevado contenido de nutrientes. En el análisis bromatológico de este grupo de muestras se observaron los siguientes valores promedio para las variables analizadas (Tabla 2), MS de 96.23%; H de13.77%, PT de 55.22%, EE de13.56%, FC de 16.55%; FDN de 65.36%; ELN de 14.88% y CHO TOTALES de 17.68%. Con base en la información climática de la ONI se observó que el 55.22% (37 muestras) de las muestras evaluadas se recolectaron durante el fenómeno del Niño y el 97.3% (36 muestras) se clasificaron como proteicas.

Tabla 2. Estadística descriptiva de variables bromatológicas en materias primas de origen animal en temporada de verano, clasificados como proteicos.

Variable Media/Promedi o Mediana Moda Mínimo Máximo MS

86.23

89.43

100

22.1

100

13.77

10.57

77.9

55.22

54.44

54.21

11.44

83.01

13.56

12.72

1.65

0.24

39.02

16.55

20.1

0.28

29.67

ELN

14.88

11.09

0.68

63.47

CHO

TOTALES

17.68

20.1

1.82

35.55

Nota: La tabla describe el valor mínimo, la mediana, el valor máximo, la moda y la media del conjunto de datos bromatológicos (MS, H, PT, EE, FC, FDA, ALN, CHO TOTALES) para el conjunto de materias primas que comparten la característica de ser de origen animal.

Las materias primas clasificadas como subproductos (Tabla 3) son 20 muestras de las cuales se destacan subproductos de panadería y de la industria de alimentos comerciales, teniendo en cuenta la media de las variables bromatológicas, donde las muestras presentaron valores de: MS de 88%; H de12.63%; PT de 9.32%; EE de 9.10%; FC% de15%; FDN de 35.64%; FDA de 11.87%; ELN de 48.84% y CHO TOTALES de 62.03%. Del grupo descrito anteriormente se aprecia que 9 (45%) de estas materias primas se recolectaron y procesaron en temporada de invierno, relacionado con el fenómeno climático de la niña, el 88.88% (8 muestras) se clasificaron como Energéticas por Carbohidratos Solubles, lo cual es consistente

p. 23

RESULTADOS

con el perfil composicional de estos subproductos, caracterizados por su alta carga de almidones, azúcares simples y residuos fermentables.

Tabla 3. Estadística descriptiva de variables bromatológicas en materias primas de subproductos en temporada de invierno, clasificados como energéticos por carbohidratos solubles Variable Media/Promedio Mediana Moda Mínimo Máximo MS

88.00

91.79

91.09

27.92

100

12.63

8.84

8.91

2.71

72.08

9.32

8.08

5.65

4.55

17.56

9.10

6.79

0.36

18.87

15.00

3.8

0.31

55.89

FDN

35.64

28.12

3.65

76.57

FDA

11.87

3.36

1.4

49.41

ELN

48.84

52.8

1.62

72.94

CHO TOTALES

62.03

65.84

2.35

77.26

Dentro del grupo de materias primas clasificadas como residuos agroindustriales, se encontraron 5 muestras entre las cuales se destacan residuos de pastelería, ajonjolí y molinería; el análisis bromatológico de estas materias primas mostró los siguientes valores promedio: MS de 95.97%; H de 5.03%; PT de 15.37; EE de 15.24%; FC de 17.68; FDA de 35.71; ELN de 41.87% y CHO TOTALES con 54.01%, tal como se describe en la Tabla 4. De acuerdo a la ONI, 3 de estas muestras fueron colectadas y procesadas en una temporada climática neutral, 1en invierno y 1 muestra en verano.

p. 24

RESULTADOS

Tabla 4. Estadística descriptiva de variables bromatológicas en materias primas de residuos en temporada neutra, clasificados como energéticos por carbohidratos solubles y fibrosos Variable Media/Promedio Mediana Moda Mínimo Máximo MS

95.97

97.33

89.88

100

5.03

4.49

1.03

10.12

15.37

14.69

6.61

25.48

15.24

10.75

2.73

36.71

17.68

9.35

0.6

39.84

FDA

35.71

ELN

41.87

42.25

19.29

64.14

CHO TOTALES

54.01

61.51

19.89

73.11

Así mismo, se agruparon los valores de la media de cada variable bromatológica para cada tipo de origen de las materias primas, con el objetivo de comprender y comparar los datos resultantes del análisis nutricional para cada grupo evaluado. Esta agrupación permitió visualizar patrones comunes y diferencias sustanciales en la composición química de los insumos utilizados en la alimentación animal, de acuerdo con su clasificación como vegetales, animales, subproductos o residuos (Figura 4).

Para la MS, EE y FDA el valor promedio más alto se presentó en las materias primas clasificadas como residuos con 95.97%, 15.24% y 35.71%, respectivamente; estas materias primas son en su mayoría derivados de industrias tales como panadería o industria de alimentos comerciales. En el caso de la H, PT y FDN se observó mayor valor promedio en materias primas de origen animal con un valor de 13.77%, 55.22% y 65.36% respectivamente, en materias primas como tilapia, pechuga de pollo, pavo, harina de carne y hueso. Por otra parte, las variables de FC, ELN y CHO TOTALES, presentaron mayores valores en las materias primas de origen vegetal, con medias de 24.13%, 59.77% y 62.92% respectivamente y abarcan plantas como: acacia, pastos como alfalfa, kikuyo, angleton, entre otros, cereales y legumbres como arroz, frijol, arvejas, etc. harinas y tortas, como harina de arroz, maíz, cebada, torta de soya y palmiste, además de silos, henos y tubérculos (Figura 4).

p. 25

RESULTADOS

Figura 4. Perfil bromatológico (MS, H, PT, EE, FC, FDN, FDA, ELN, CHO TOTALES) comparativo de materias primas de origen vegetal, animal, subproducto y residuos utilizados en la alimentación animal. El grafico representa una comparativa entre las diferentes variables bromatológicas (MS, H, PT, EE, FC, FDN, FDA, ELN, CHO TOTALES), teniendo en cuenta el valor de la media de cada una obtenido de las Tablas 1, Tabla 2, Tabla 3 y Tabla 4 respectivamente.

La comparación entre grupos permite destacar el mayor componente nutricional de cada tipo de ingrediente, lo cual es clave en el diseño de dietas balanceadas, adaptadas a las necesidades fisiológicas de cada especie y a las condiciones productivas; las materias se clasificaron en la base de datos de acuerdo con el componente nutricional de mayor aporte determinado a partir de los resultados de los análisis bromatológicos. Para aquellas materias primas de origen vegetal se observó que más del 50% fueron clasificadas como energéticas por Carbohidratos solubles, un 39% son aquellas denominadas como materias primas fibrosas, un 6% fueron materias proteicas y un 1% se clasificaron como energéticas por lípidos (Figura

5).

En total se evaluaron 583 materias primas de origen vegetal, de las cuales solo 8 fueron clasificadas como energéticas por lípidos (Tabla 5), entre las que se destacan las semillas de girasol, ajonjolí, cacahuate, linaza y fruto de palma africana, estas en su mayoría con procedencia del departamento de Cundinamarca en temporada de invierno dentro de los años 1992, 2007, 2008, 2011 y 2013, según el registro climático del Oceanic Niño Index (ONI).

91,90

8,10

13,74

7,44

24,13

56,10

29,20

59,77

62,92

86,23

13,77

55,22

13,56

16,55

65,36

0,00

14,88

17,68

88,00

12,63

9,32

9,10

15,00

35,64

11,87

48,84

62,03

95,97

5,03

15,37

15,24

17,68

35,71

41,87

54,01

M S H P T E E F C F DN F DA EL N CH O

T OT ALES

VEGETAL

ANIMAL

SUBPRODUCTO

RESIDUO

p. 26

RESULTADOS

Por otro lado, las materias clasificadas como energéticas por carbohidratos solubles totalizaron 317 muestras representadas mayormente por pastos braquiaria, angleton, harinas, maíz, cereales como el arroz y legumbres como el frijol así: 139 materias fueron recolectadas en temporada de invierno y mientras 102en verano durante el periodo de tiempo comprendido entre 1992 y 2020, es de destacar la procedencia de estas muestras como de la región Andina, principalmente de departamentos como: Cundinamarca, Tolima, Antioquia, Boyacá, Quindío y Santander.

Tabla 5. Clasificación y frecuencia de materias primas de origen vegetal

CLASIFICACIÓN

CUENTA DE MATERIA PRIMA VEGETAL

Energético por CHO solubles

317

Energético por Lípidos

Fibroso

224

Proteico

Total general

583

Nota: La tabla describe la cantidad de materias primas de origen vegetal, para cada una de las clasificaciones presentes en ese conjunto de datos de origen vegetal.

Figura 5. Cantidad de materias primas de origen vegetal por clasificación El grafico representa el valor porcentual de la cantidad de materias primas de origen vegetal pertenecientes a cada grupo de clasificación.

317; 54% 8; 1% 224; 39% 34; 6% Energético por CHO solubles Energético por Lípidos Fibroso Proteico

p. 27

RESULTADOS

Teniendo en cuenta las condiciones climáticas a las que fueron expuestas el grupo de las materias primas de origen vegetal, se apreció que los resultados bromatológicos no presentan mayor variación de los componentes nutricionales en dependencia del clima de recolección y procesamiento de las muestras. Por parte de la MS, solo presentaron una variación de 1.87 entre la menor que corresponde al valor de verano con 90.70% y la mayor que se representa como valor de invierno con un 92.57%. Por otro lado, el valor de proteína se apreció mayor con un 15.68% para el grupo de muestras recolectadas y analizadas en una temporada neutra; la FC presentó un 25.42%, demostrando que en temporada de verano supera por 1.4% a las muestras en temporada de invierno. Por último los valores más altos de CHO Totales se registraron en verano con un promedio de 66.59%, tal como se describe en la Figura 6.

Figura 6. Comparativa bromatológica de fenómenos climáticos para materias primas de origen vegetal El grafico representa una comparativa del fenómeno climático para el valor de la media correspondiente al análisis bromatológico para las materias primas de origen vegetal.

Para las materias primas de origen animal, se destaca que predominan las clasificadas como proteicas, con un total de 63 materias (Tabla 6 y Figura 7), fueron en su mayoría, peces como: tilapia y trucha, además de camarones, carne de conejo, pechugas de pollo y pavo, y carne de res, cerdo y conejo, además de harinas de pescado, y carne y hueso. Las muestras procesadas y recolectadas entre 1993-2020, mayormente en temporada de verano con 36 registros y procedentes de Cundinamarca, Huila, Neiva y Bolívar.

92,57

7,43

13,77

9,55

24,02

56,72

26,40

60,66

61,15

92,32

7,68

15,68

5,96

22,30

53,72

31,19

61,16

57,98

90,70

9,30

12,12

6,26

25,42

58,20

30,37

57,55

66,59

M S H P T EE F C

FDN

F DA EL N C H O T o t ales Invierno Neutro Verano

p. 28

RESULTADOS

Tabla 6. Clasificación y frecuencia de materias primas de origen animal

CLASIFICACIÓN

CUENTA DE MATERIA PRIMA ANIMAL

Energético por CHO solubles

Fibroso

Proteico

Total general

Nota: La tabla describe la cantidad de materias primas de origen animal, para cada una de las clasificaciones presentes en ese conjunto de datos de origen animal.

Figura 7. Cantidad de materias primas de origen animal por clasificación El grafico representa el valor porcentual de la cantidad de materias primas de origen animal pertenecientes a cada grupo de clasificación.

Teniendo en cuenta la temporada climática en la que se recolectan y procesan las muestras, se aprecia que para la MS el menor valor promedio es de 80.66% corresponde a la temporada de invierno, por parte de la PT se apreció una diferencia del 13.7% entre el verano con un 60.37% y el invierno con un 46.63%, por parte de la FC y ELN la temporada de invierno presentó un mejor valor 20.13% y 23.92% respectivamente. Por otro lado, se observó que FDN solo reporta valores en materias primas recolectadas y recibidas en temporada de invierno mientras que los CHO totales reportan la variación del promedio entre las tres temporadas (verano, invierno y neutro) no superan un 3% entre sí, tal como se demuestra en la Figura 8.

3% 3%

94%

Energético por CHO solubles Fibroso Proteico

p. 29

RESULTADOS

Figura 8. Comparativa bromatológica de fenómenos climáticos para materias primas de origen animal El grafico representa una comparativa del fenómeno climático para el valor de la media correspondiente al análisis bromatológico para las materias primas de origen animal.

Las materias primas clasificadas como subproductos son un total de 13 materias energéticas por carbohidratos solubles, como se observa en la Tabla 7. En las materias primas energéticas por CHO solubles se evidencian 8 materias de subproductos de panadería, 4 de subproductos de arroz, 1 de molinería, recolectadas y procesadas en los años 1999, 2000 y 2017 en temporada de invierno procedentes de Cundinamarca, las materias que se registraron en 2001, 2006 y 2018 procedentes de Cundinamarca y Cesar fueron adquiridas en temporada neutra y en verano únicamente para 2006 y 2018.

Tabla 7. Clasificación y frecuencia de materias primas de origen subproducto

CLASIFICACIÓN

CUENTA DE MATERIA PRIMA

SUBPRODUCTO

Energético por CHO solubles

Fibroso

Proteico

Total general

Nota: La tabla describe la cantidad de materias primas de origen de subproductos, para cada una de las clasificaciones presentes en ese conjunto de datos de origen de subproductos.

80,66

19,34

46,63

8,14

20,13

65,36

23,92

15,94

88,02

11,98

50,54

16,30

12,16

9,16

15,69

87,76

12,24

60,37

13,13

17,38

11,34

18,73

M S H P T E E F C F DA F DN E L N C HO T o t ales Invierno Neutro Verano

p. 30

RESULTADOS

Las materias clasificadas como fibrosas y proteicas representan un 35% del total, como se muestra en la Figura 9, En estas muestras se registraron mayormente subproductos de panadería y arroz recolectados en el año 1995 categorizado como temporada de invierno y procedentes de Cundinamarca; en 1997 en temporada de verano procedentes de Cundinamarca; en 2001 categorizada como temporada neutra procedían de Meta y por último en 2009 categorizado como verano (no se registra lugar de procedencia). En cuanto a los subproductos proteicos se registraron subproductos de pescado analizados en temporada de verano en los años 1997 y 2006 procedentes de Cundinamarca y Bolívar.

Figura 9. Cantidad de materias primas de origen de subproductos por clasificación El grafico representa el valor porcentual de la cantidad de materias primas de origen de subproductos pertenecientes a cada grupo de clasificación.

Al analizar el comportamiento de los bromatológicos de las materias primas de origen de subproductos en relación con las temporadas climáticas, se observó que las mayores variaciones se presentan para las variables de FDN y FDA así: FDN presentaron una diferencia de 44 unidades porcentuales entre las muestras de temporada de invierno

( 20.11%) y las muestras de temporada neutra (64.35%); por otro lado, FDA presentó una

diferencia de 46.62 unidades porcentuales entre las muestras de temporada neutra (49.41%) y las muestras en temporada de invierno (2.79%), adicionalmente la variación de variables 13; 65% 5; 25% 2; 10% Energético por CHO solubles Fibroso Proteico

p. 31

RESULTADOS

entre las temporadas climáticas fue bastante notoria con diferencias de 12.68% para la variable de H en temporada de verano (19.55%) y en temporada neutra (6.87%), como se observa en la Figura 10.

Figura 10. Comparativa bromatológica de fenómenos climáticos para materias primas de origen subproductos El grafico representa una comparativa del fenómeno climático para el valor de la media correspondiente al análisis bromatológico para las materias primas de origen subproductos.

Las materias primas clasificadas como residuos agroindustriales registraron 5 materias, de las cuales 2 se clasificaron como energéticos por CHO solubles, 2 como fibrosos y 1 como energético por lípidos. Las materias energéticas por CHO solubles representaron un 40% del total del grupo, en ella se encontró un residuo de planta ajonjolí analizado en el año de 1993 procedente de Cundinamarca y otro residuo de maní. Por otro lado, los clasificados como fibrosos registraron un 40% del total, destacándose principalmente residuos de molinera analizados en el año 2000 procedente de Boyacá y residuos de avena analizados el 2011; en último lugar la materia prima catalogada como energética por lípidos es del año 1996 e identificada como un residuo de ajonjolí.

Al observar la composición nutricional de las materias primas de origen de residuos en relación con la temporada climática, se encontró que para la MS la variación entre la temporada de verano y temporada neutra es menor a 0.2 ya que el promedio obtenido en temporada neutra es de 97.55% y en verano de 97.33; en cambio para la temporada de

89,43

10,57

8,59

10,99

9,45

20,11

2,79

58,25

67,70

93,13

6,87

11,83

13,53

12,33

64,35

49,41

45,94

58,27

83,24

19,55

8,82

3,32

25,10

52,35

19,71

34,21

53,04

M S H P T E E F C FD N F D A E L N C H O T o t ales Invierno Neutro Verano

p. 32

RESULTADOS

invierno MS registra un 89.88%. La PT presentó el menor promedio en temporada de invierno con un 6.61%, sin embargo, el invierno destaca como la mejor temporada para la variable de FC con un 37.48%, en CHO Totales con un 73.11% adicionalmente fue la única temporada donde se obtuvieron registros por parte de FDA con un 35.71%, tal como se expone en la Figura 11.

Figura 11. Comparativa bromatológica de fenómenos climáticos para materias primas de origen residuos El grafico representa una comparativa del fenómeno climático para el valor de la media correspondiente al análisis bromatológico para las materias primas de origen residuos.

En el ACP para las materias primas de clasificación energética, se evaluaron 241 muestras, donde las variables contempladas corresponde a MS, H, PT, ELN, C y MO; mostrando que para la MS se observó una media de 91.49%; para la H 8.49%; PT registró una media de 10.99%; ELN presentó 65.91%; C un 6.59% y por último MO presenta una media de 84.31%, como se describe en la tabla 8. Destaca que las variables más próximas a su media corresponde a la Ceniza, Humedad y Materia seca, con una desviación estándar de 4.76, 5.33 y 5.85, respectivamente. Por otro lado, la variable que presentó mayor dispersión de datos en base a su media corresponde al extracto libre de nitrógeno con una desviación estándar de 13.68 %, demostrando un valor mínimo de 20.53 y un valor máximo de 87.18.

89,88

10,12

6,61

2,73

37,48

35,71

35,63

73,11

97,55

3,67

19,93

21,11

16,59

33,85

38,83

97,33

2,67

15,01

15,99

1,11

64,14

65,25

M S H PT EE FC

FDN

FDA

EL N C HO T o t ales Invierno Neutro Verano

p. 33

RESULTADOS

Tabla 8.Estadística descriptiva de variables bromatológicas en materias primas energéticas Variable Mínimo Mediana Máximo Moda Media/Promedio Desviación Estándar MS

49.59

92.17

100

91.49

5.85

8.36

35.52

3.94

8.49

5.33

0.81

9.95

36.7

7.33

10.99

6.15

ELN

20.53

69.87

87.18

61.64

65.91

13.68

0.37

6.25

38.55

1.24

6.59

4.76

48.02

85.56

98.8

88.07

84.31

7.82

Nota: La tabla describe el valor mínimo, la mediana, el valor máximo, la moda. la media y la desviación estándar del conjunto de datos bromatológicos (MS, H, PT, ELN, C, MO) para el conjunto de materias primas energéticas en base al ACP

La correlación de variables en las materias energéticas permitió definir las variables de mayor relación entre sí para el ACP, teniendo la MS un nivel de correlación de 0.56 con MO; ELN presentó una correlación de 0.43 con MO, se observó una correlación negativa entre MS y H con un coeficiente de -1; PT una correlación de -0.51 con ELN, tal como se describe en la tabla 9. Comprendiendo que la MS y la H no se relacionan entre sí, al igual que la PT con ELN, por otro lado, la correlación más notoria pertenece a la relación entre MS con MO y ELN con MO.

Tabla 9. Correlación de variables bromatológicas en materias primas energéticas Variable MS H PT

ELN

C MO MS

1.00

-1.00

0.18

0.30

0.56

-1.00

1.00

-0.18

-0.30

-0.56

0.18

-0.18

1.00

-0.51

0.25

-0.01

ELN

0.30

-0.30

-0.51

1.00

-0.20

0.43

0.30

-0.30

0.25

-0.19

1.00

-0.38

0.56

-0.56

-0.01

0.43

-0.38

1.00

Nota: La tabla describe la correlación de las variables bromatológicas (MS, H, PT, ELN, C, MO) contempladas en el ACP para las materias primas energéticas

El análisis de compones principales (ACP) por parte de las materias primas energéticas con relación a sus compones nutricionales y factores climáticos, demostró una mayor concentración de materias con más contenido energético y menor humedad en temporada de invierno; en la temporada de verano se presentó una mayor tendencia para las materias primas con más contenido proteico, por último, en temporada neutra la diversidad es mayor como se representa en la figura 12. Por otro lado, el componente 1 se asocia a un gradiente de

p. 34

RESULTADOS

contenido nutricional, predominando variables como MS, MO y ELN mientras que, el componente 2 se relacionó en mayor medida con el contenido proteico.

Figura 12. Análisis de componentes principales en materias primas energéticas El gráfico representa el ACP de las materias primas energéticas en 2 componentes en base a la condición climática

Teniendo en cuenta la varianza y la contribución de variables a cada componente, se apreció que las materias primas energéticas, se explican en base a 3 componentes donde los primeros

2 componentes explican en conjunto el 74.3% de la variabilidad total, mientras que el

componente 3 aporta un 16.8% adicional, como se muestra en la tabla 10. El componente 1, presentó materias diferenciadas por contenido de agua y MS contribuyendo en igual proporción (34.2%), la MO 21.13% y ELN 9.69% se encuentran vinculados de igual manera y, la PT y C poseen una baja distribución, indicando una escasa contribución a la variabilidad explicada por los componentes principales. El Componente 2, estuvo dominada principalmente por materias variables proteicas y minerales: PT (31.65%), C (30%) y ELN (24.41%). Por último, El Componente 3 se mostró con C (37.31%), MO (20.14%) y PT

(29.26%).

p. 35

RESULTADOS

Tabla 10. Varianza y contribución de variables de materias primas energéticas Varianza explicada de materias primas energéticas

Valor Propio Porcentaje Varianza Explicado Porcentaje Varianza Acumulada Componente 1

2.65

44.20

Componente 2

1.80

30.10

74.30

Componente 3

1.01

16.80

91.10

Contribución de variable a cada componente

Componente 1 Componente 2 Componente 3 MS

34.20

3.29

0.39

34.20

3.29

0.39

0.19

31.65

29.26

ELN

9.69

24.41

12.50

0.58

30.00

37.31

21.13

7.36

20.14

Nota: La tabla explica la varianza de materias primas energéticas en la primera sección y la contribución de cada variable bromatológica para cada componente en la segunda sección.

Por parte del ACP para las materias primas de clasificación proteicas, se evaluaron 56 muestras, donde las variables contempladas corresponde a MS, H, PT, EE, FC ELN, C y MO; donde la MS presentó una media de 89.78%; para la H 10.23%; PT registró una media de 50.80%; EE de 14.15%; la FC se mostró con 12.77%, ELN presentó 9.44%; C un 10.69% y por último MO con una media de 79.08%, como se describe en la tabla 11. Destacando que las variables más próximas a su media corresponde a la Ceniza, Fibra Cruda, Humedad y Materia seca, con una desviación estándar de 7.28%, 8.18%, 8.74% y 8.74%, respectivamente. Por otro lado, la variable que presentó mayor dispersión de acuerdo a su media corresponde a PT con una desviación estándar de 14.83%, demostrando un valor mínimo de 16.1 y un valor máximo de 82.

p. 36

RESULTADOS

Tabla 11. Estadística descriptiva de variables bromatológicas en materias primas proteicas Variable Mínimo Mediana Máximo Moda Media/Promedio Desviación Estándar MS

28.32

90.71

96.05

92.1

89.78

8.74

3.95

9.30

71.68

7.9

10.23

8.74

16.1

47.15

50.80

14.83

0.9

16.07

39.02

22.84

14.15

10.64

0.35

15.56

26.12

20.1

12.77

8.18

ELN

0.44

37.46

9.44

12.39

2.97

8.65

35.8

12.39

10.69

7.28

22.31

82.63

92.58

84.67

79.08

10.67

Nota: La tabla describe el valor mínimo, la mediana, el valor máximo, la moda. la media y la desviación estándar del conjunto de datos bromatológicos (MS, H, PT, EE, FC, ELN, C, MO) para el conjunto de materias primas proteicas en base al ACP

La correlación de variables bromatológica en base a las materias proteicas permitió definir aquellas de mayor relación entre sí para el ACP, teniendo la MS una correlación de 0.74 con MO; PT con una correlación de 0.35 con MO; FC presentó una correlación de 0.32 con PT; FC describió un coeficiente de relación de 0.25 con C, por otro lado, se observó una correlación negativa entre MS y H con un coeficiente de -1; H representó una correlación de -0.74 con MO; PT con -0.49 con ELN; asimismo ELN con -0.59 frente a FC, tal como se describe en la tabla 12. Comprendiendo que la MS y la H no se relacionan entre sí, al igual que la MO con H, la correlación que se destaca pertenece a la relación entre MS con MO, y PT con MO.

Tabla 12. Correlación de variables bromatológicas en materias primas proteicas Variable MS H PT EE FC

ELN

C MO MS

1.00

-1.00

0.24

0.16

-0.01

0.16

0.12

0.74

-1.00

1.00

-0.24

-0.16

0.01

-0.16

-0.12

-0.74

0.24

-0.25

1.00

-0.24

0.32

-0.49

-0.22

0.35

0.16

-0.16

-0.24

1.00

-0.04

-0.29

-0.12

0.22

-0.01

0.01

0.32

-0.04

1.00

-0.59

0.25

-0.17

ELN

0.16

-0.16

-0.49

-0.29

-0.59

1.00

-0.21

0.27

0.12

-0.12

-0.22

-0.12

0.25

-0.21

1.00

-0.58

0.74

-0.74

0.35

0.22

-0.17

0.27

-0.58

1.00

Nota: La tabla describe la correlación de las variables bromatológicas (MS, H, PT, EE, FC, ELN, C, MO) contempladas en el ACP para las materias primas proteicas

p. 37

RESULTADOS

El ACP de las materias primas proteicas (Figura 13), con relación a sus componentes nutricionales y factores climáticos, demostró que en temporada de invierno predominan materias más densas concentradas y con mejor perfil nutricional proteico y energético (MS, PT, MO y EE), en temporada de verano se apreció que existe una mayor tendencia para las materias primas con mayor contenido de humedad y poca concentración de nutrientes, por último, en temporada neutra la variabilidad climática y nutricional es menor.

Figura 13. Análisis de componentes principales en materias primas proteicas El gráfico representa el ACP de las materias primas energéticas en 2 componentes en base a la condición climática

En la tabla 13, las materias primas proteicas se explican en base a 4 componentes, los primeros 2 componentes explican en conjunto el 61% de la variabilidad total, mientras que los componentes 3 y 4 aportaron un 17.47% y 6.04% respectivamente. El componente 1 presenta un 35.99% con un gradiente nutricional energetico-hidrico donde la MO posee 30.58% de contribución, MS de 29.36%, H de 29.36% y ELN, EE, PT y FC menor al 10%. El componente 2 se vio dominada por un gradiente proteico y fibroso (25.01%): FC (33.17%), ELN (36.98%), PT (21.02%), C (5.56%) y MS, H y MO (1%). El componente 3

p. 38

RESULTADOS

(17.47%) se mostró con PT (19.18%), MS y H (8.84%) y MO (6.79%) y el componente 4 (6.04%) se mostró con una dominancia por EE (78.75%).

Tabla 13. Varianza y contribución de variables de materias primas proteicas Varianza explicada de materias primas proteicas

Valor Propio Porcentaje Varianza Explicado Porcentaje Varianza Acumulada Componente 1

2.88

35.99

Componente 2

2.00

25.01

61.00

Componente 3

1.40

17.47

78.47

Componente 4

1.20

6.04

84.51

Contribución de variable a cada componente

Componente 1 Componente 2 Componente 3 Componente 4 MS

29.36

1.36

8.84

0.28

29.36

1.36

8.84

0.28

3.58

21.02

19.18

9.86

1.48

0.13

0.26

78.75

0.85

33.17

0.06

0.10

ELN

2.24

36.98

1.52

8.57

2.54

5.56

54.52

1.89

30.58

0.42

6.79

0.26

Nota: La tabla explica la varianza de materias primas proteicas en la primera sección y la contribución de cada variable bromatológica para cada componente en la segunda sección

Para las materias primas de clasificación fibrosa se evaluaron 138 muestras, las variables contempladas corresponde a MS, H, PT, FC, C y MO; donde la MS posee una media de 92.27%; para H de 7.73%; PT registró 11.73%; FC presentó 38.54%; C un 7.83% y por último MO con una media de 84.54%, como se describe en la tabla 14. Se destaca que las variables más próximas a su media corresponden a la MS, H, C y PT, con una desviación estándar de 3.53%, 3.53%, 5% y 6.05% respectivamente. La variable que presentó mayor dispersión de datos en base a su media es la fibra cruda con una desviación estándar de 17.31 % demostrando un valor mínimo de 0.62% y un valor máximo de 82.3%.

p. 39

RESULTADOS

Tabla 14. Estadística descriptiva de variables bromatológicas en materias primas fibrosas Variable Mínimo Mediana Máximo Moda Media/Promedio Desviación Estándar MS

77.74

92.87

100

92.27

3.53

7.13

22.26

7.73

3.53

0.37

11.75

27.72

14.96

11.73

6.05

0.62

34.55

82.3

29.29

38.54

17.31

0.2

6.95

28.52

9.85

7.83

5.00

56.44

85.43

97.26

88.76

84.54

6.22

Nota: La tabla describe el valor mínimo, la mediana, el valor máximo, la moda. la media y la desviación estándar del conjunto de datos bromatológicos (MS, H, PT, FC, C, MO) para el conjunto de materias primas fibrosas en base al ACP

La correlación de variables bromatológica en materias fibrosas permitió definir las variables de mayor relación entre sí para el ACP, donde la MS una correlación de 0.58 con MO; PT describe una correlación de 0.19 con MS, se observó una correlación negativa entre MS y H con un coeficiente de -1, H representó una correlación de -0.58 con MO; FC con -0.27 frente a PT tal como se describe en la tabla 15. Comprendiendo que la MS y la H no se relacionan entre sí, al igual que la H con MO. La correlación más representativa pertenece a la relación entre MS con MO y PT con MS.

Tabla 15. Correlación de variables bromatológicas en materias primas fibrosas Variable MS H PT FC C MO MS

1.00

-1.00

0.19

0.08

-0.01

0.58

-1.00

1.00

-0.19

-0.08

0.01

-0.58

0.19

-0.19

1.00

-0.27

-0.02

0.12

0.08

-0.08

-0.27

1.00

0.02

0.04

-0.01

0.01

-0.02

0.02

1.00

-0.81

0.58

-0.58

0.12

0.04

-0.81

1.00

Nota: La tabla describe la correlación de las variables bromatológicas (MS, H, PT, FC, C, MO) contempladas en el ACP para las materias primas fibrosas

El ACP para las materias primas fibrosas (Figura 14), con relación a sus componentes nutricionales y factores climáticos, demostró que en temporada de invierno predominan materias fibrosas y con menor contenido de humedad, en la temporada de verano se observó que existe una mayor tendencia para las materias primas con mayor contenido de humedad y en temporada neutra se presentaron materias primas más balanceadas frente a sus

p. 40

RESULTADOS

componentes nutricionales. El componente 1 presentó un 43.8% de varianza con asociación a variables como MS, FC y MO y con proyección opuesta H. Para el componente 2 presentó un 23.8% para la varianza y se relacionó con la predominancia de la variable C y la PT de una manera menos relevante.

Figura 14. Análisis de componentes principales en materias primas fibrosas El gráfico representa el ACP de las materias primas energéticas en 2 componentes en base a la condición climática

En la tabla 16, las materias primas fibrosas se explican en base a 3 componentes: donde los componentes 1 y 2 explican en conjunto el 67.61% de la variabilidad total, mientras que el componente 3 aporta un 21.02%. El componente 1 presentó un 43.78% y puede interpretarse como un eje de contenido hídrico y orgánico, dado que la MS y la H contribuyen cada una con el 30.34% y la MO con el 29.08%, mientras que las demás variables presentan valores inferiores al 8%. El componente 2 se representó como un eje mineral (23.83%): C (55.73%), MO (16.16%), MS y H (12.89%) y PT conjunto con FC menor al 3%. El componente 3 (21.02%) se mostró con FC (54.81%) y PT (44.03%).

p. 41

RESULTADOS

Tabla 16. Varianza y contribución de variables de materias primas fibrosas Varianza explicada de materias primas fibrosas

Valor Propio Porcentaje Varianza Explicado Porcentaje Varianza Acumulada Componente 1

2.63

43.78

Componente 2

1.43

23.83

67.61

Componente 3

1.26

21.02

88.63

Contribución de variable a cada componente

Componente 1 Componente 2 Componente 3 MS

30.34

12.89

0.51

30.34

12.89

0.51

2.60

2.18

44.03

0.16

0.15

54.81

7.48

55.73

0.11

29.08

16.16

0.02

Nota: La tabla explica la varianza de materias primas fibrosas en la primera sección y la contribución de cada variable bromatológica para cada componente en la segunda sección.

Como un análisis adicional para las materias primas que se consideran forrajes se evaluaron

100 muestras, contemplando las variables correspondientes: MS, H, PT, C y MO; donde MS

definió una media de 93.58%, H de 6.42%, PT registró 13.18%, C un 9.07% y por último MO con una media de 84.80%, tal como se describe en la tabla 17. Se destaca que las variables más próximas a su media correspondieron a la MS, H y C, con una desviación estándar de 3.3%, 3.3% y 4.63% respectivamente. La variable que presentó mayor dispersión de datos en base a su media corresponde a la PT con una desviación estándar de 6.33 % demostrando un valor mínimo de 0.81% y un valor máximo de 30.71%.

Tabla 17. Estadística descriptiva de variables bromatológicas en forrajes Variable Mínimo Mediana Máximo Moda Media/Promedio Desviación Estándar MS

82.9

93.955

100

93.58

3.30

6.045

17.1

6.42

3.30

0.81

13.41

30.71

17.05

13.18

6.33

0.59

8.085

23.71

3.65

9.07

4.63

67.69

84.355

96.83

94.51

84.80

5.15

Nota: La tabla describe el valor mínimo, la mediana, el valor máximo, la moda. la media y la desviación estándar del conjunto de datos bromatológicos (MS, H, PT, C, MO) para el conjunto de forrajes en base al

ACP

p. 42

RESULTADOS

La correlación de variables bromatológica en forrajes definió las variables con más relación entre sí para el ACP donde la MS tiene una correlación de 0.36 con MO, PT presentó una correlación de 0.16 con MO; se observó una correlación negativa entre MS y H con un coeficiente de -1, H de -0.36 con MO, MO con un coeficiente de -0.74 frente a C como se muestra en la tabla 18. Comprendiendo que la MS y la H no se relacionan entre sí, así como tampoco H con MO y H con C la correlación de mayor representación es la relación entre MS con MO y PT con MO.

Tabla 18. Correlación de variables bromatológicas en forrajes Variable MS H PT C MO MS

1.00

-1.00

0.13

0.31

0.36

-1.00

1.00

-0.13

-0.31

-0.36

0.13

-0.13

1.00

-0.05

0.16

0.31

-0.31

-0.05

1.00

-0.74

0.36

-0.36

0.16

-0.74

1.00

Nota: La tabla describe la correlación de las variables bromatológicas (MS, H, PT, ELN, C, MO) contempladas en el ACP para forrajes

El ACP para los forrajes (Figura 15), con relación a los componentes nutricionales y especies específicas demostró que la Acacia spp presentó alta MO con menor humedad y un valor nutritivo considerable, el Mendicato sativa L presentó variabilidad en sus resultados, el pasto Braquiaria spp se mostró como un forraje más fibroso y con mejor contenido de cenizas, el pasto Lolium multiflorum se asemeja al perfil del pasto Braquiaria spp con mayor aproximación hacia la C y MS, el pasto Pennisetum sp presentó una composición nutricional variable con ciertas aproximaciones hacia MS y Pennisetum purpureus presentó alta H con una menor concentración de nutrientes. En este caso el componente 1 presentó un 45.4% de varianza mostrando un eje seco-mineral, definido por una mayor presencia de MS y C, mientras de manera opuesta a estas se ubican la H y MO. El componente 2 presenta un 25.1% para la varianza reforzando la separación en base al contenido orgánico.

p. 43

RESULTADOS

Figura 15. Análisis de componentes principales en forrajes El gráfico representa el ACP de forrajes en 2 componentes en base a la condición climática

La varianza y la contribución de variables (tabla 19) permitió apreciar que los forrajes se explican en base a 2 componentes con más del 80% de la varianza. El componente 1 presenta un 45.4% con un eje de concentración bromatológica MS y H donde la MS representó 42.64% de contribución, H de 42.64%, MO de 10.45% y C, PT menor al 3%. El componente 2 se representó como un eje mineral-orgánico (35.06%): C (53.71%), MO (41.70%) y PT, MS con H menor al 5%.

Tabla 19. Varianza y contribución de variables de forrajes Varianza explicada de forrajes

Valor Propio Porcentaje Varianza Explicado Porcentaje Varianza Acumulada Componente 1

2.27

45.40

Componente 2

1.75

35.06

80.46

Contribución de variable a cada componente

Componente 1 Componente 2 MS

42.64

1.20

42.64

1.20

2.76

2.18

1.51

53.71

10.45

41.70

Nota: La tabla explica la varianza de forrajes en la primera sección y la contribución de cada variable bromatológica para cada componente en la segunda sección

p. 44

DISCUSIÓN

5. DISCUSIÓN

Esta base de datos constituye una herramienta valiosa para comprender la composición nutricional de los ingredientes comúnmente utilizados en la alimentación animal en Colombia. Se observa la importancia de las materias primas de origen vegetal como ingredientes en la formulación de dietas animales en Colombia, esta predominancia puede explicarse por la abundancia de forrajes, cereales y productos agrícolas, como arroz, maíz, y harinas diversas, que contienen niveles elevados de azúcares simples y almidones (63.8 por parte del maíz), como se observa en las tablas presentadas por (FEDNA, 2021). Esta realidad obedece también a las condiciones climáticas que favorecen la producción y disponibilidad estacional de estos insumos que corresponden, de acuerdo a la ONI al fenómeno de la niña para el 61.6% de las materias energéticas por carbohidratos solubles, presentándose mayormente una procedencia del departamento de Cundinamarca, debido a la importancia que presenta este departamento en la producción de forrajes y suelos orientado a las pasturas , con un 49% de prevalencia como lo demuestra el informe de la Secretaria de Agricultura y Desarrollo Rural (2018).

En contraste, las materias primas de origen animal, que representan solo el 9.94% del total de muestras recibidas por el laboratorio, muestran una mayor concentración en materias primas de clasificación proteica (94%), con valores promedio de 55.22% en PT y menos presencia de carbohidratos totales (17.68%), reflejando su rol principalmente como fuente proteica en las dietas. La menor presencia de componentes energéticos (3%) en estas materias se debe a su naturaleza, ya que los subproductos animales, como harinas, contienen menos carbohidratos y mayor contenido de fibras o proteína, como se demuestra en un estudio sobre los efectos de implementar harina de vísceras de pollo en los parámetros productivos de lechones destetado, donde la harina proporciona un 55% de PT, demostrando que la alimentación con 100% harina de vísceras de pollo en lechones destetados fue el que mejor resultados se obtuvo (Cristóbal et al., 2022). Asimismo, la mayor cantidad de muestras corresponden a productos acuícolas, tales como Tilapia, Trucha y Camarones, lo que corresponden al desarrollo exponencial que ha venido teniendo el sector acuícola con un

p. 45

DISCUSIÓN

crecimiento equiparable al del crecimiento mundial de esta actividad, con un 37.8 % en el cuarto trimestre de 2023 y un crecimiento del 17 % en 2023, respecto al 2022 (AUNAP Colombia, 2024).

Para las materias de consideración de origen de subproductos y residuos, representan un 3.71% del total de muestras contempladas en la base de datos, presentan perfiles bromatológicos variados, pero con tendencia hacia ingredientes energéticos y fibrosos, evidenciando su potencial para usarse como fuentes económicas y sostenibles de energía. Ya que el uso de desechos vegetales en las dietas, además de reducir el problema medioambiental derivado de su acumulación, puede mejorar la salud del ganado y la calidad de sus productos; Los resultados que obtuvieron los investigadores mostraron que la introducción de los subproductos en corderos en cebo y cabras lecheras no tuvo ningún efecto negativo sobre el consumo del alimento, el rendimiento productivo y la salud de los animales (Universidad Politécnica de Madrid, 2020).

Teniendo en cuenta los patrones de variabilidad en la composición nutricional de las materias primas a lo largo del período de estudio dependientes de las variaciones climáticas. Para las materias primas de origen vegetal se muestran diferencias en su perfil bromatológico, especialmente en variables como FC, EE y PT, donde en temporada de invierno para la FC se muestra con un resultado promedio de 22.30%, lo que corresponde a 1.72 unidades porcentuales mayor a la temporada neutra y 1.4 menos para la temporada de verano; el EE en temporada de invierno demuestra una diferencia de 3.59 unidades porcentuales entre el menor valor. Lo que evidencia la influencia del clima en la calidad nutricional de los insumos disponibles en diferentes épocas del año. Además de destacar que del grupo de materias primas de origen vegetal como se describió anteriormente presenta una gran variabilidad de muestras relacionadas con pastos y forrajes por lo cual se aprecia una diferencia no mayor a

5 unidades porcentuales para las variables bromatológicas en función de la condición

climática asociada a fenómenos del niño y la niña, lo cual se representa como temporada de invierno, temporada neutra y temporada de verano. Estudios recientes han demostrado que las variaciones climáticas, particularmente las alteraciones en los patrones de precipitación y temperatura afectan significativamente la calidad de los recursos forrajeros, impactando su

p. 46

DISCUSIÓN

digestibilidad y valor nutricional (Fernandes et al., 2022; Tulu et al., 2023).

Asimismo, la distribución de las materias primas de origen animal en el espacio de los componentes nutricionales y su disposición refuerza la idea de que ciertos perfiles nutricionales están asociados con condiciones climáticas específicas, reafirmando la relación entre fenómenos climáticos y variaciones en la composición de las muestras, como se presenta en la temporada de verano para la PT y los CHO Totales, donde se observa para la PT un promedio de 60.37% en temporada de verano, siendo 13.74% mayor a la temporada de invierno, por el tipo de muestras recibidas tales como Tilapias, Truchas y Camarones bajo fenómeno del niño. La influencia del clima sobre los insumos animales ha sido documentada en múltiples estudios, señalando que temperaturas extremas y eventos hidrometeorológicos severos afectan la calidad de los subproductos de origen animal, modificando su contenido de humedad, proteínas y grasas (Abdollahi et al., 2011; Zhang et al., 2020). Además, refuerzan la necesidad de incorporar monitoreo continuo de los parámetros climáticos como parte del sistema de gestión de la calidad en la alimentación animal, promoviendo una producción más sostenible y resiliente frente a los efectos del cambio climático (Agregán et al., 2021).

La identificación de patrones similares en las materias primas de subproductos, muestra que la estacionalidad y los eventos climáticos también impactan considerablemente en estos materiales, que suelen tener menor variabilidad, pero en ciertas épocas presentan cambios relevantes en parámetros como el contenido de FDN, FDA, ELN y EE, a pesar de ser subproductos de panadería y arroz, y verse limitado a una interpretación con mayor densidad de muestras debido a la casuística descrita de la base de datos donde solo 2.97% (20 muestras) hace parte del grupo de subproductos. Estudios recientes destacan que las fluctuaciones en las condiciones climáticas, especialmente en regiones con patrones variables, pueden alterar la composición bromatológica de los subproductos utilizados en la alimentación animal, afectando su eficiencia en la dieta (Campos-Rodriguez et al., 2023).

p. 47

DISCUSIÓN

Finalmente, las materias de origen de residuos presentan una diferencia significante en cada una de sus variables bromatológicas frente a condiciones climáticas como fenómeno de la niña y fenómeno del niño, de todas formas, la cantidad de muestras del grupo de residuos representa el 0.74% del total de muestras en la base de datos, por lo que es necesario un volumen de datos mayor para establecer un mejor promedio de variables, a pesar de que se observa las variaciones dependientes de la condición climática. Estas conclusiones coinciden con investigaciones recientes que enfatizan la necesidad de adaptar las estrategias de manejo y formulación de raciones en función de las predicciones climáticas, para garantizar la calidad y disponibilidad de los recursos alimenticios en contextos de cambio climático (Grigorieva et al., 2023; Loboguerrero et al., 2019). Además, el monitoreo y la gestión eficiente de estos insumos, en línea con avances tecnológicos y sistemas de información actualizados, son cruciales para reducir riesgos y optimizar la producción pecuaria en tiempos de incertidumbre climática (Calero, 2024).

Por otro lado, en el 2018, se procesaron un total de 49 muestras que representan el 7.27% del total de materias primas presentes en la base de datos, y para el año que presento la menor frecuencia de análisis, que corresponde a 1992, con 4 (0.59%) muestras recibidas y procesadas. Esta distribución refleja una mayor actividad analítica en los últimos años, posiblemente relacionada con el fortalecimiento de las capacidades del laboratorio, una mayor divulgación de este y una mayor demanda por parte del sector agropecuario debido probablemente a la concientización de la importancia del análisis de la composición nutricional de las materias primas a utilizar.

De lo anterior se aprecia que la casuística y los análisis bromatológicos de materias primas realizadas por el laboratorio de nutrición UDCA, presenta gran variabilidad, pero comparten un porcentaje considerable materias primas de carácter de origen vegetal con un 86.35% frente a la totalidad de la información analizadas, donde de acuerdo a los resultados de los análisis se aprecia que la composición nutricional de las mismas, logran relacionarse con la clasificación asignada en el trabajo de investigación, al destacar que del total de materias primas de origen vegetal más del 50% son consideradas como energéticas por CHO solubles,

p. 48

DISCUSIÓN

al obtener más de 310 muestras con un promedio de 41.87% de ELN, siendo esta variable superior en ámbito cuantitativo frente a los demás componente nutricionales. Por otro lado, las materias primas de origen animal registran que el 94% del total de esta categoría corresponde a la clasificación de proteicas, y al observar la relación de sus componentes nutricionales la clasificación asignada, encontramos que más de 60 muestras comparten un promedio de 55.22% de proteína, debido a que son principalmente Tilapia, Trucha, Camarones, Pechuga de Pollo y Pavo, Carne de Res, Cerdo y Conejo.

Para el análisis de componentes principales por parte de las materias primas energéticas, teniendo en cuenta su composición nutricional y las temporadas donde estas se ven expuestas, la varianza explicada por los componentes, justifica plenamente el gráfico bidimensional, teniendo en cuenta el componente 1 y el componente 2 ya que explican el 74.3% del total de la varianza, por ende la distribución de las variables hacia la derecha en el componente 1, sugieren un mayor valor energético y densidad calórica, por lo que su distribución a la izquierda refleja que la humedad es inversamente proporcional a la concentración de nutrientes. La MS, MO y ELN están correlacionadas entre sí, mientras H se ubica en sentido opuesto, confirmando su relación inversa, por otro lado, la proteína tiene una orientación diferente en el componente 2, lo que sugiere un componente independiente más asociado con la calidad proteica que energética.

De esta manera se observa que, en invierno, se aprecia un mayor contenido energético y menor humedad en las materias, en verano se aprecia una tendencia a presentarse mayor presentación de proteína y en temporada neutral, refleja una menor presión climática sobre la disponibilidad de materias primas. “A medida que aumentan los niveles de CO₂, el calor y la sequía, las condiciones climáticas alteran los patrones de acumulación de nutrientes en cultivos como soja y trigo, afectando la concentración de proteína y minerales esenciales(Santos et al., 2023). Al análisis del grafico de ACP, se identifican vectores largos, como el de MS, lo que corresponde por su alta distribución al componente 1, los vectores verticales como PT, refleja su contribución con el componente 2 y la opción de H y MS se comprende por su peso simétrico en el componente 1, por lo que refleja un eje energético-

p. 49

DISCUSIÓN

hibrido o mixto, vinculado a materias primas con aporte calórico tanto por carbohidratos solubles (ELN) como por lípidos (EE) y el componente 2 principalmente proteico-mineral. Tal como el contenido de humedad mostró correlación positiva con proteína, lo que sugiere que los ingredientes ricos en proteína retienen mayor agua, mientras que la relación entre cenizas y proteína indica que los ingredientes proteicos también contienen minerales esenciales (Getahun et al., 2025).

En las materias primas proteicas, la varianza explicada del componente 1 y componente 2 explica el 61% de la totalidad de la misma, de esta forma se valida el uso de un gráfico bidimensional, y el componente 3 (17.47%) y componente 4 (6.04%), pueden ser útiles en análisis complementarios. Teniendo en cuenta las contribuciones variables a cada componente, el componente 1 se ve fuertemente influenciado por la MS y la MO, opuesta a la humedad, lo que representa un eje de concentración energética, por otra parte, el componente 2 se relaciona con la calidad proteica y el contenido fibroso, coincidiendo con la distribución de las flechas correspondientes a FC, PT y ELN. Por parte del componente 3 y 4, a pesar de no estar representados en el gráfico, estos componentes dan la posibilidad de implementarse en análisis más profundos como lo podría ser la clasificación o diferenciación específica por ejemplo de subproductos grasos o harinas. Asimismo, se refleja una diferenciación energética en el componente 1 teniendo en cuenta materias húmedas frente a materias concentradas, por otro lado, la diferenciación proteica/fibrosa en el componente 2 con materias más proteicas, ELN y FC. Y un comportamiento estacional, donde en temporada de invierno se observan más materias con características proteicas, mayor materia orgánica y seca. De acuerdo a (Nunes et al., 2023), en un estudio, centrado en sistemas pastoriles, muestra claramente que el contenido proteico es más elevado durante la estación invernal: En invierno (21.58 % PC), la concentración de proteína bruta en el forraje fue significativamente mayor que en verano (11.63 % PC), lo que evidencia un aumento estacional en la calidad nutricional del pasto. De esta manera soporta la idea de que en invierno las materias primas proteicas presentan mayores niveles de proteína y materia seca. Por otro lado, las materias fibrosas en función del clima. El primer componente explica el 43.78% de la variabilidad, demandado por un eje hídrico-nutricional, dominado por la MS,

p. 50

DISCUSIÓN

H y MO, permitiendo interpretar que durante el invierno predominan materias con características más secas y concentradas, mientras que, en temporada de verano, se observa mayor contenido de humedad en las materias. Por parte del segundo componente, el cual se asocia principalmente a las C con un 55.73% de contribución, permite la introducción de un eje mineral, útil para distinguir materias con mayor carga inorgánica, representando la tendencia de la presentación de materias primas fibrosas más estables y densas en cuestión de componente nutricionales en temporales invernales. Estos resultados coinciden con lo reportado por Rinella et al., (2022) y Vermeire et al., (2023) quienes observaron que, durante el invierno, aunque varía el contenido de proteína y fibra detergente ácida (FDA), la calidad de los forrajes tiende a mantenerse o incluso mejorar en función de eventos climáticos invernales, lo que respalda la mayor estabilidad y densidad nutricional de las materias fibrosas en esta estación, además de verse un aumento significativo en la producción de biomasa para el consumo pastoril.

Para el ACP de forrajes, el primer componente explica el 45.4% de variabilidad, representando una oposición directa entre humedad y concentración de compones nutricionales o bromatológicos, demostrando que forrajes húmedos como Pennisetum purpureus se ubican a la izquierda y forrajes más secos como Braquiaria spp hacia la derecha, mientras que el componente 2 representa un gradiente de contenido mineral (ceniza) frente a materia orgánica. La Acacia spp y Mendicato sativa L tienden a verse acompañadas por valores altos en MO, mientras que Braquiaria spp y otros pastos con más contenido mineral se proyectan hacia abajo en dirección a las cenizas. Esta diferenciación nutricional se encuentra en estudios realizados en Colombia, como el de Salamanca-Carreño et al., 2022) donde se ha reportado que gramíneas nativas y forrajes cultivados presentan elevados niveles de proteína, fibra y minerales (incluyendo Ca y P), comparables o superiores a especies de referencia tradicionales.

En todos los grupos, el invierno favoreció la presencia de materias primas más densas, secas y estables nutricionalmente, mientras que el verano se asoció con una mayor proporción de ingredientes húmedos y variables. Esta tendencia confirma la influencia estacional sobre la

p. 51

DISCUSIÓN

composición bromatológica de los ingredientes y resalta la importancia de considerar la época del año en la formulación de dietas, almacenamiento de materias primas y toma de decisiones en sistemas de producción animal. Además, el ACP demostró ser una herramienta eficaz para visualizar y resumir la complejidad multivariable de la base de datos, permitiendo identificar clústeres nutricionales útiles para la clasificación y selección de ingredientes

Asimismo se demuestra la importancia de reconocer el tipo de materias primas que se logran implementar en una dieta, con ello, optimizar las formulaciones de los médicos veterinarios y zootecnistas al momento de decidir la composición de la dieta para un paciente en base a los componentes nutricionales de cada ingrediente, tal como lo demuestra Ramírez et al., 2020) con la determinación del contenido energético de materiales forrajeros, expresando que, De los forrajes analizados en esta investigación, el pasto Ryegrass fue el que presentó mayor concentración de EM (2.59 Mcal/kg de MS), y el de menor contenido de energía fue el pasto Camerún (1.79 Mcal/kg de MS). Además de facilitar la búsqueda de aquellas materias primas catalogadas y clasificadas por su origen y principal componente nutricional, de esta manera volver este proceso más eficiente y con altas posibilidades de ser automatizado.

De acuerdo a Makkar, (2018), la fiabilidad de los resultados bromatológicos depende de un correcto muestro y procesamiento, siendo puntos indispensables para lograr optimizar recursos y lograr sistemas de sostenibles de producción alimentaria. En concordancia con lo anterior, el presente estudio se enfocó asegurar en la exactitud de los resultados mediante la reducción de variables que alterasen los análisis, para logra un producto más homogéneo y representativo, además de obtener como pilar el 12 objetivo de desarrollo que consiste en el aseguramiento de la producción y consumo sostenible.

Asimismo, un estudio realizado por Sawadogo et al., (2024), analizaron parámetros nutricionales de los ingredientes en la dieta para una explotación lechera en periurbana de Uagadugú y así compararlos con los datos productivos y análisis químicos para hallar la mejor dieta en temporada de sequía, demostrando es posible elaborar una ración completa

p. 52

DISCUSIÓN

para vacas lecheras en diferentes etapas de la lactancia a partir de forrajes y concentrados disponibles localmente. De tal manera que el análisis exploratorio de la composición nutricional de materias primas realizado en el trabajo comparte la iniciativa y demuestra la posibilidad de mejorar y/o asegurar el cubrimiento de los requerimientos nutricionales de los animales con productos locales los cuales pueden verse afectados por condiciones climáticas tales como el verano o la temporada de sequía.

El presente trabajo de investigación genera aportes relacionados con la nutrición animal, ya que facilita y propone la divulgación de los resultados análisis bromatológicos obtenidos por laboratorios privados, públicos o en este caso laboratorios universitarios tal como el laboratorio de nutricional natural UDCA, de esta manera mejora la toma de decisiones en el ámbito de alimentación animal, para profesionales o productores agropecuarios, teniendo en cuenta los datos y la composición nutricional de las materias primas presentes a nivel nacional, regional o local y con ello basar sus decisiones en datos mucho más exactos y actualizados. Además de contemplar variables como la condición climática para la cosecha y procesamiento de las materias primas, así asegurar el aprovechamiento de los recursos presente, limitando posibles desperdicios. Continuando con aportes en la investigación como se demostró en el 2016, donde Ramírez et al., se analizó la morfología agronómica y de calidad en proteínas de 3 zonas de quinua (Piartal, Nariño y Bolivia.), donde la cuantificación del contenido de proteína en grano indicó que el mayor porcentaje lo presentó Piartal, con 16.3%, mientras Nariño el menor valor.

Por otro lado, brinda la posibilidad de implementarse en campo, debido a su practicidad y forma de organización de información, destacando la posibilidad de filtrar las materias primas gracias a su origen y clasificación. Esto beneficia a los profesionales y productores del gremio, ya que al ser un estudio de carácter investigativo hacia las materias primas para la alimentación animal, no se rige a una sola especie o grupo de animales, presenta aplicaciones tanto para rumiantes como no rumiantes, representándose en un beneficio al lograr aprovechar los recursos disponibles y asignar un plan de alimentación de acuerdo a las necesitas nutricionales de cada especie en cualquier etapa productiva si de ello se trata, teniendo presente los componentes nutricionales resultantes de análisis bromatológicos para

p. 53

DISCUSIÓN

una materia prima en una región más específica y bajo condiciones climáticas más exactas. A pesar de ser un estudio investigativo completo de acuerdo a la información manejada, el tamaño de las muestras trabajas, se vio restringido ya que, para lograr resultados más homogéneos y diferenciados entre sí, se debió manejar datos que permitan una agrupación más estricta por sus características y que conservaran similitudes en los análisis bromatológicos realizados, por otro lado existieron muestras donde su digitalización fue imposible debido a la falta de información que apoyen lo anterior mencionado frente a la homogeneidad de los análisis; La opción de mejorar estos aspectos, radica en una correcta digitalización de la información sobre resultados obtenidos, con formatos más eficientes y escritos para su diligenciamiento, además de la posibilidad de cargar la información a un documento en línea posterior a una revisión exhaustiva por parte de un equipo de técnicos y/o profesionales.

De acuerdo a los resultados obtenidos, se sugiere para futuro estudios, contemplar clasificaciones más detalladas dentro de cada categoría principal: Materias primas de Origen Vegetal, Animal, Subproductos y Residuos, con ello ampliar el rango de clasificación, enfocado a una metodología más exploratoria y en pro de construir una base de datos más extensa y con la posibilidad de acceso compartido con otras instituciones educativas e instituciones del sector primario y apoyar los análisis de esta base, con herramientas o proyectos relacionados con el cambio climático en el territorio colombiano, con posibilidad de internacionalizarse de la mano de organizaciones como la FAO, OIE o PMA.

Por último se destaca la importancia del estudio, en la apertura de una nueva línea de

investigación que beneficie la sostenibilidad y producción de alimentos para el sector

pecuario y con ello se relacione con factores más antropológicos, así mismo brinda

herramientas para optimizar la toma de decisiones productivas y reproductivas en el sector, de tal manera que se efectúa un mejor aprovechamiento de recursos, además de que el estudio acorta la brecha en gestionar proyectos que aseguren, mejoren y optimicen la producción de

alimento y se comporten de manera interdisciplinar, proponiendo más estudios y análisis

relacionados con análisis bromatológicos específicamente de materias primas utilizadas en la alimentación animal en el territorio nacional y su afección por fenómenos o eventos

p. 54

DISCUSIÓN

p. 55

CONCLUSIONES

6. CONCLUSIONES

El análisis de las materias primas recibidas en el Laboratorio de Nutrición Animal de la UDCA (1992–2020) mostró un predominio de insumos de origen vegetal (86,35%), lo que resalta la importancia de pastos y forrajes en la alimentación pecuaria. Los materiales de origen animal (9,94%) y los subproductos agroindustriales (3,71%) evidencian un potencial en el aporte proteico, fibroso y energético, así como en el aprovechamiento bajo esquemas de economía circular. Estos resultados ofrecen insumos preliminares sobre la variación nutricional de las materias primas frente a condiciones climáticas, aunque requieren validación experimental para su aplicación práctica.

La relación entre los componentes nutricionales de cada materia prima y su clasificación, basada en la predominancia de nutrientes como proteínas, fibras, lípidos o carbohidratos, permitió identificar tendencias que facilitan la diferenciación de insumos según la especie y la etapa de producción. El uso del ACP evidenció que la calidad nutricional estuvo influenciada por el tipo de insumo, su grupo funcional y las condiciones climáticas. Esto resalta para los laboratoristas la importancia de mantener metodologías estandarizadas, como las propuestas por la AOAC y Van Soest, que garanticen resultados confiables y comparables para apoyar la toma de decisiones nutricionales.

El análisis multivariado permitió identificar que variables como materia seca, humedad, materia orgánica y cenizas tuvieron un mayor peso relativo en la diferenciación de las materias primas según su origen y las condiciones ambientales. Estos hallazgos deben interpretarse de manera exploratoria, señalando factores de interés a considerar en la formulación de dietas y en las decisiones relacionadas con el almacenamiento y la conservación de insumos pecuarios. En el ámbito académico, la base de datos generada constituye un insumo preliminar valioso para futuros estudios que integren nutrición pecuaria, variabilidad climática y productividad animal mediante el uso de técnicas estadísticas y modelos predictivos.

p. 56

CONCLUSIONES

Finalmente, es importante señalar que, dado el carácter exploratorio de este estudio y el uso de datos previamente recolectados por el laboratorio, los resultados no constituyen pruebas experimentales definitivas para tomar decisiones en campo. En este sentido, las conclusiones deben entenderse como la identificación de tendencias y patrones en la composición de las materias primas y su relación con fenómenos climáticos, más que como afirmaciones concluyentes. Por lo tanto, se recomienda validar estos hallazgos mediante estudios experimentales controlados y con metodologías específicas de recolección de datos en campo.

p. 57

RECOMENDACIONES

7. RECOMENDACIONES

Se sugiere la posibilidad de implementar un sistema de clasificación y trazabilidad de las materias primas basado en su perfil bromatológico y condiciones climáticas de recolección. Esto permitiría identificar patrones preliminares de variación en la composición nutricional relacionadas con fenómenos climáticos como El Niño y La Niña, ofreciendo una base para una mejor planificación en la selección y uso de materias primas. Así mismo, sería recomendable promover análisis bromatológicos periódicos y sistemáticos de las materias primas, especialmente aquellas recolectadas en temporadas o durante fenómenos climáticos que puedan alterar su composición. Con el fin de detectar cambios en componentes como almidones, azucares y residuos fermentables.

Se recomienda desarrollar protocolos de gestión que consideren los posibles efectos de fenómenos climáticos extremos en la calidad de las materias primas, incluyendo la planificación de la compra y almacenamiento. Este enfoque preliminar busca orientar la planificación para disminuir pérdidas y favorecer la disponibilidad de ingredientes con perfil nutricional adecuado, con la salvedad de que se requiere mayor investigación para confirmar dichas tendencias.

p. 58

BIBLIOGRAFÍA

8. BIBLIOGRAFÍA

Abdollahi, M. R., Ravindran, V., Wester, T. J., Ravindran, G., & Thomas, D. V. (2011). Influence of feed form and conditioning temperature on performance, apparent metabolisable energy and ileal digestibility of starch and nitrogen in broiler starters fed wheat-based diet. Animal Feed Science and Technology, 168(1–2), 88–99. https://doi.org/10.1016/J.ANIFEEDSCI.2011.03.014 Agregán, R., Munekata, P. E. S., Feng, X., Gullón, B., Dominguez, R., & Lorenzo, J. M. (2021). Technological Advances for Sustainable Livestock Production. Sustainable Production Technology in Food, 37–47. https://doi.org/10.1016/B978-0-12-821233-2.00005-8 Almaraz Buendía, García AM, Sánchez Santillán, Torres Salado, Herrera Pérez, Bottini Luzardo, & Rojas García. (2019). Análisis bromatológico y producción de gas in vitro de forrajes utilizados en el trópico seco mexicano. Archivos de Zootecnia, ISSN-e 1885-4494, ISSN 0004-0592, Vol. 68, No 262, 2019, Págs. 260-266, 68(262), 260–266.

https://dialnet.unirioja.es/servlet/articulo?codigo=6947638&info=resumen&idioma=SPA Arce-Ramírez, W., Rojas-Bourrillon, A., & Campos-Granados, C. M. (2020). Determinación del contenido energético de materiales forrajeros a través de la relación entre la técnica de producción de gas in vitro y la ecuación mecanicista del NRC (2001). Nutrición Animal Tropical, 14(1), 13–35. https://doi.org/10.15517/nat.v14i1.41475 AUNAP Colombia. (2024, March 21). DANE: Sector de pesca y acuicultura del país crece un 37 % - Aunap. https://aunap.gov.co/dane-sector-de-pesca-y-acuicultura-del-pais-crece-un-37/ Bello Gutierrez Jose. (2000). Ciencia Bromatologica Principios generales de los alimentos (Diaz de Santos S.A).

Calero Valencia Erika Jazmin. (2024). Uso de la inteligencia artificial en la eficiencia y sustentabilidad en la producción agropecuaria [Universidad Tecnica de Babahoyo].

http://dspace.utb.edu.ec/handle/49000/16023 Campos Granados Carlos. (2015). EL IMPACTO DE LOS MICRONUTRIENTES EN LA INMUNIDAD DE LOS ANIMALES (Issue Nutricion Animal).

Campos-Rodriguez, J., Acosta-Coral, K., Moreno-Rojo, C., Paucar-Menacho, L. M., Campos-Rodriguez, J., Acosta-Coral, K., Moreno-Rojo, C., & Paucar-Menacho, L. M. (2023). Maracuyá (Passiflora edulis): Composición nutricional, compuestos bioactivos, aprovechamiento de subproductos, biocontrol y fertilización orgánica en el cultivo. Scientia Agropecuaria, 14(4), 479–497. https://doi.org/10.17268/SCI.AGROPECU.2023.040 Cristóbal, J., Labanda, P., Orcid, M. , Esteban, J., Dueñas, Z., Orcid, M., Josue, J., Morales, P., & Orcid, M. S. (2022). Efecto de la utilización de harina de vísceras de pollo en los parámetros productivos de lechones destetados. CES Medicina Veterinaria y Zootecnia, 17(3), 25–36. https://doi.org/10.21615/CESMVZ.6912 Domínguez Vara Ignacio Arturo, & Ronquillo Gonzales Manuel. (2013). Nutricion. http://ri.uaemex.mx/bitstream/handle/20.500.11799/58319/6_ARCH6_NUTRICI%c3%93N.pdf?se quence=1&isAllowed=y FAO. (2023). Organización de las Naciones Unidas para la Alimentación y la Agricultura. https://doi.org/10.4060/cc7897es FEDNA. (2021, January 15). Maíz nacional | FEDNA. https://www.fundacionfedna.org/node/370 Fernandes Geferson Antonio, de Assis Joao Rafael, da Silva Eloiza Baena, Morales Laurindo Rafael, Costa Fabricio Moreira, Gomez Olini Lucas Maciel, da Concecicao Padiha Victor Hugo, Nunes Dener, & Rodrigues Dias Milene. (2022). Vista do Influence of the time of the year on the nutritional value of

p. 59

BIBLIOGRAFÍA

forage consumed by beef cattle raised on grassland. https://doi.org/10.365660/15520221537 Getahun, A., Kechero, Y. A., Yemane, N., Dessie, T., & Esatu, W. (2025). Nutritional and Anti-Nutritional Evaluation of Alternative Feed Ingredients for Sustainable Poultry Farming in Central and Southern Ethiopia. Advances in Animal and Veterinary Sciences, 13(6), 1263–1272. https://doi.org/10.17582/JOURNAL.AAVS/2025/13.6.1263.1272 González Crende Carlos. (2015). Nutrición animal.

https://www.academia.edu/34894797/Docente_a_cargo_Nutrici%C3%B3n_animal Grigorieva, E., Livenets, A., & Stelmakh, E. (2023). Adaptation of Agriculture to Climate Change: A Scoping Review. Climate 2023, Vol. 11, Page 202, 11(10), 202.

https://doi.org/10.3390/CLI11100202 Jiménez Cruz Arturo. (2004). TABLA DE COMPOSICION DE ALIMENTOS (WANDER). https://www.spao.es/images/formacion/pdf/biblioteca/entrada-biblioteca-fichero-57.pdf Kargbo, A., Jawo, E., Amoutchi, A. I., Ndow, M., Bojang, A., Zainabou, D., Jessica A, K. F., Koua, H. K., & Kuye, R. (2023). Perceptions and impacts of climate variability on livestock farming in The Gambia. Journal of Applied Animal Research, 51(1), 366–374.

https://doi.org/10.1080/09712119.2023.2203765 Loboguerrero, A. M., Campbell, B. M., Cooper, P. J. M., Hansen, J. W., Rosenstock, T., & Wollenberg, E. (2019). Food and Earth Systems: Priorities for Climate Change Adaptation and Mitigation for Agriculture and Food Systems. Sustainability 2019, Vol. 11, Page 1372, 11(5), 1372. https://doi.org/10.3390/SU11051372 Makkar, H. P. S. (2018). Review: Feed demand landscape and implications of food-not feed strategy for food security and climate change. Animal, 12(8), 1744–1754.

https://doi.org/10.1017/S175173111700324X Mendieta Araica. (2015). Principios básicos de nutrición y alimentación animal - Repositorio Institucional de la Universidad Nacional Agraria. https://repositorio.una.edu.ni/2815/ Nunes, H. P. B., Maduro Dias, C. S. A. M., Vouzela, C. M., & Borba, A. E. S. (2023). Seasonal Effect of Grass Nutritional Value on Enteric Methane Emission in Islands Pasture Systems. Animals, 13(17),

2766. https://doi.org/10.3390/ANI13172766/S1

Ramírez Veloza Claudia, Guerrero Romero Gladys, & Piedras Gómez John Jairo. (2016). RESPUESTA MORFOAGRONÓMICA Y CALIDAD EN PROTEÍNA DE TRES ACCESIONES DE QUINUA (Chenopodium quinoa Willd.) EN LA SABANA NORTE DE BOGOTÁ. Revista U.D.C.A Actualidad & Divulgación Científica, 19(2), 325–332. http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0123- 42262016000200009&lng=en&nrm=iso&tlng=es Rinella, M. J., Bellows, S. E., Geary, T. W., Waterman, R. C., Vermeire, L. T., Reinhart, K. O., Van Emon, M. L., & Cook, L. A. (2022). Early Calving Benefits Livestock Production Under Winter and Spring Warming. Rangeland Ecology & Management, 81, 63–68.

https://doi.org/10.1016/J.RAMA.2022.01.003 Rivadeneira Zambrano, F. J., Rivadeneira Zambrano, R. A., Carvajal Rivadeneira, S. M., & García Macías, V. K. (2024). Aplicando Análisis de Componentes Principales en la Composición de Alimentos para Rumiantes. Revista Científica de Informática ENCRIPTAR, 7(14), 153–168. https://doi.org/10.56124/encriptar.v7i14.008 Salamanca-Carreño, A., Vélez-Terranova, M., Vargas-Corzo, O. M., Parés-Casanova, P. M., & Bentez- Molano, J. (2022). Productive and Nutritional Characteristics of Native Grasses from the Floodplain Banks Ecosystem in the Colombian Orinoquia. Sustainability 2022, Vol. 14, Page 15151, 14(22),

15151. https://doi.org/10.3390/SU142215151

Santos, C. S., Habyarimana, E., & Vasconcelos, M. W. (2023). The impact of climate change on nutrient composition of staple foods and the role of diversification in increasing food system resilience. Frontiers in Plant Science, 14, 1087712. https://doi.org/10.3389/FPLS.2023.1087712/BIBTEX

p. 60

BIBLIOGRAFÍA

Sawadogo, R. I., Millogo Vinsoun, Sissao Mariétou, Kere Michel, Sawadogo Wendpayanguedé Alain, & Séré Modou. (2024). Simulation and Optimization of Available Local Feed Resources for Dairy Cattle in Burkina Faso. Applied Sciences 2024, Vol. 14, Page 11891, 14(24), 11891. https://doi.org/10.3390/APP142411891 Secretaria de Agricultura y Desarrollo Rural. (2018). ESTADÍSTICAS AGROPECUARIAS VOLUMEN 28. Tulu, D., Gadissa, S., Hundessa, F., & Kebede, E. (2023). Contribution of Climate-Smart Forage and Fodder Production for Sustainable Livestock Production and Environment: Lessons and Challenges from Ethiopia. In Advances in Agriculture (Vol. 2023). Hindawi Limited. https://doi.org/10.1155/2023/8067776 Universidad Complutense de Madrid. (2018). Nutrición Animal Veterinaria. https://www.ucm.es/gradovet/file/nutricion-animal-veterinaria Universidad Politécnica de Madrid. (2020, October 5). Reciclar subproductos agroindustriales para la alimentación animal.

https://www.upm.es/UPM/SalaPrensa/Noticias?fmt=detail&prefmt=articulo&id=4277e4506b8e4 710VgnVCM10000009c7648a____ Urrego Petro Gustavo, Gonzales Bonilla Ricardo, Sanchez Pava Javier, Gonzales Jorge Iván, Olivella Ferrer Sara, Sanchez Pava Javier, Romero Hernández Javier, Pabón Elena Carmen, Jimenez Bermudez Daniel ESteban, Sanchez Marmol Hugo Andres, & Castro Fernandez Jeannette. (2023).

COLOMBIA EVALUACIÓN DE DAÑOS, PÉRDIDAS E IMPACTOS ASOCIADOS A LA OCURRENCIA DEL

FENÓMENO DE LA NIÑA.

https://www.fondoadaptacion.gov.co/images/2024/Gestion_del_Conocimiento/Estudios_Investig aciones_Publicaciones/Evaluacion_Danos_Perdidas_e_Impactos_Fenomeno_de_la_Nina_2021- 2023.pdf Vermeire, L. T., Waterman, R. C., Reinhart, K. O., & Rinella, M. J. (2023). Grazing Intensity and Seasonality Manipulate Invasive Annual Grasses and Native Vegetation. Rangeland Ecology & Management, 90, 308–313. https://doi.org/10.1016/J.RAMA.2023.04.001 Zapotitla Román Julián. (2011). ANÁLISIS DE COMPONENTESPRINCIPALES. In Ingenieria UNAM. http://www.ptolomeo.unam.mx:8080/xmlui/bitstream/handle/132.248.52.100/139/A7.pdf?sequ ence=7&isAllowed=y Zhang, M., Dunshea, F. R., Warner, R. D., DiGiacomo, K., Osei-Amponsah, R., & Chauhan, S. S. (2020). Impacts of heat stress on meat quality and strategies for amelioration: a review. In International Journal of Biometeorology (Vol. 64, Issue 9, pp. 1613–1628). Springer Science and Business Media Deutschland GmbH. https://doi.org/10.1007/s00484-020-01929-6

Cita: Agredo Porras, Simón Santiago (2025), Análisis exploratorio de la composición nutricional de materias primas del laboratorio de nutrición en la Universidad de Ciencias Aplicadas y Ambientales U.D.C.A - Modalidad Investigación, Universidad de Ciencias Aplicadas y Ambientales, p. N. https://repository.udca.edu.co/handle/11158/6692