Nutrición, Sistemas de Cultivo

Modelos matemáticos basados en nutrientes para predecir el crecimiento de la tilapia

Foto del autor

By Milthon Lujan

El uso del aditivo aumenta la resistencia celular de los peces en los sistemas intensivos de cultivo, con el potencial de mejorar la salud y reducir los costos de producción. Fuente: EMBRAPA
Fuente: EMBRAPA

La industria de la acuicultura ha experimentado un crecimiento significativo y sostenido en los últimos años, lo que destaca la necesidad de modelos matemáticos precisos para estimar parámetros cruciales relacionados con la producción.

Predecir factores como el crecimiento de los peces, las necesidades de alimento y la producción de desechos es esencial para garantizar la rentabilidad y sostenibilidad de las actividades acuícolas.

Si bien los modelos bioenergéticos se han utilizado ampliamente para estimar el crecimiento basándose en los presupuestos energéticos, tienen limitaciones al no considerar explícitamente el equilibrio de masa de macronutrientes clave, como las proteínas.

Por el contrario, los modelos basados en nutrientes proporcionan un enfoque más integral, considerando tanto los aportes de energía como de nutrientes, y simulan el crecimiento de los peces mediante el seguimiento de la acumulación de nutrientes en el cuerpo del pez.

A pesar de la existencia en la literatura de modelos bioenergéticos y basados en nutrientes para predecir el crecimiento de la tilapia del Nilo, a menudo se ha cuestionado su idoneidad debido a que su desarrollo se basa únicamente en criterios inciertos o subóptimos, como las medidas de bondad de ajuste de calibración.

Un enfoque basado en datos para la predicción del crecimiento de la tilapia del Nilo

Un estudio publicado por los investigadores del Instituto de Ciências Biomédicas de Abel Salazar y del Centro Interdisciplinar de Investigação Marinha e Ambiental, de la Universidade do Porto y de la empresa SPAROS Lda. revisaron una serie de bases de datos para mejorar nuestra comprensión del crecimiento de la tilapia del Nilo.

READ  ¿Qué causa cambios en la alcalinidad de las aguas de la acuicultura?

Ellos recopilaron extensos conjuntos de datos sobre el crecimiento de la tilapia del Nilo que abarcan una amplia gama de condiciones de cría y composiciones de alimentos de fuentes de literatura científica. Estos conjuntos de datos formaron la base del análisis exploratorio, arrojando luz sobre las relaciones entre la ingesta de energía y proteínas y el crecimiento de los peces.

El análisis reveló varios hallazgos clave:

  • Se observó una relación directa entre la ingesta de energía digerible y la ganancia de energía.
  • De manera similar, se identificó una relación directa entre la ingesta de proteínas digeribles y la ganancia de proteínas.
  • La ganancia de proteínas demostró una eficiencia superior en comparación con la ganancia de energía, incluso con niveles de ingesta más altos, sin evidencia de un efecto de saturación.
  • La ingesta de energía digerible tuvo un impacto negativo en la eficiencia de retención de energía, mientras que la ingesta de proteínas digeribles no afectó significativamente la eficiencia de retención de proteínas.
  • La eficiencia de retención de energía varió con el peso corporal de los peces, mientras que no se observó tal efecto para la eficiencia de retención de proteínas.
  • La proporción de proteína digerible a energía digerible (DP/DE) pareció afectar negativamente la eficiencia de retención de proteínas.

Desarrollo y calibración de modelos de crecimiento

Armados con estos conocimientos, los investigadores desarrollaron modelos de crecimiento plausibles de diversa complejidad y los calibraron bajo una variedad de supuestos. Además, compararon el desempeño de estos modelos con dos modelos de crecimiento existentes para la tilapia del Nilo, publicados previamente en la literatura científica.

READ  Visión general de los componentes acuícolas en los sistemas de acuaponía

Los resultados de la evaluación del modelo fueron esclarecedores:

  • Los modelos de flujo de energía-proteína (modelos EP) mostraron errores menores en la predicción del crecimiento de los peces que los modelos bioenergéticos puros.
  • Los modelos EP demostraron un error porcentual absoluto medio (MAPE) de aproximadamente el 9%, en comparación con alrededor del 13% de los modelos bioenergéticos puros.

Según el estudio, asumir exponentes de peso corporal metabólico estándar fijos de 0,80 para energía y 0,70 para proteínas, en lugar de estimarlos a partir de los datos, pareció mejorar significativamente la precisión predictiva de los modelos.

Conclusión

En conclusión, este estudio destaca la importancia de acoplar modelos bioenergéticos con modelos basados en nutrientes para una predicción precisa del crecimiento de la tilapia del Nilo. Al considerar tanto la ingesta de energía como de proteínas, estos modelos proporcionan una representación más precisa del crecimiento y la composición corporal de la tilapia del Nilo a lo largo del tiempo.

“Nuestros hallazgos no solo contribuyen a una mejor comprensión de la sostenibilidad de la acuicultura, sino que también ofrecen herramientas prácticas para que la industria optimice los procesos de producción, reduzca el desperdicio y garantice la rentabilidad y sostenibilidad de las operaciones de cultivo de tilapia del Nilo”, reportan los científicos.

A medida que el sector de la acuicultura continúa evolucionando, la adopción de enfoques basados en datos y técnicas de modelado avanzadas será crucial para satisfacer la creciente demanda mundial de productos pesqueros y al mismo tiempo minimizar el impacto ambiental.

Contacto
A.I.G. Raposo
ICBAS – Instituto de Ciências Biomédicas de Abel Salazar
Universidade do Porto,
Rua de Jorge Viterbo Ferreira, 228, 4050-313 Porto,
Portugal.
Email: andreiaraposo@sparos.pt

READ  Innovación en restauración de arrecifes de coral en el Caribe Mexicano

Referencia:
A.I.G. Raposo, F. Soares, A. Nobre, L.E.C. Conceição, L.M.P. Valente, T.S. Silva. 2023. Development of dynamic growth and body composition models for Nile Tilapia (Oreochromis niloticus): An exploratory approach to protein and energy metabolism, Aquaculture, 2023, 740032, ISSN 0044-8486, https://doi.org/10.1016/j.aquaculture.2023.740032.

Deja un comentario