监控围产期奶牛能量负平衡以获得佳绩

 
前言
 
大多数围产期的奶牛有能量负平衡（NEB）的状况，是由于产后增加能量的需求同时干物质采食量滞后（Hayirli et al., 2002）。在研究泌乳早期的产奶量、繁殖性能和疾病的发生方面，区隔获得能量用于泌乳的能力(Bauman and Currie, 1980)已经扮演了能量平衡的关键角色。代谢产物非酯化脂肪酸（NEFA）和/或β-羟基丁酸（BHB）是围产期动物NEB和/或酮病通常的度量指标(Duffield et al., 2009)。虽然作为动物平衡能量的摄入和能量需求这些代谢产物略微升高，但过度的升高则能指示对NEB的适应性很差(Herdt, 2000)。一个NEFA和/或BHB目标水平过高对健康、繁殖及奶产量引起的有害影响的鉴别是困难的，因为动物的个体差异、在围产期正常代谢的提升和多种多样的群体水平因素会影响关注的结果。
 
这里的目标是：1、识别上述NEFA和BHB的临界值，集中于增加疾病的风险和在影响个体动物的生产和繁殖性能的水平； 2、研究这些有关开放式放牧、TMR饲喂群体的重要性； 3、评估牧群上述NEFA和BHB临界值水平的结果与动物抽样的比率有关； 4、评估抽样方案以评价牧群结果水平； 5、认真细致地测量高生产水平牧群泌乳早期亚临床酮病的发生率； 6、识别干奶期奶牛发展为酮病的风险因素； 7、评估成本：亚临床酮病各种测试方案的益处和随后用丙二醇治疗阳性奶牛。
 
多种牧群研究的材料和方法
 
在美国东北部方便地选择104个牧场参与预期的队列研究。所有牧场同意参与，这项研究征得康奈尔大学动物护理和使用委员会批准。在研究中一个牧群必须包含：1）超过250头泌乳牛， 2）开放式放牧， 3）饲喂全混合日粮，  4）参与DHIA测试和/或Dairy Comp 305 (Valley Ag. Software, 2009)。
 
所有牧场接受标准格式的表格、调查和确定实例的发病率。调查搜集的信息：牧场存栏数、与血液收集相关的饲喂次数、自愿等待时期和同期排卵方案。牧场员工被指导归档任何小案例的发病率：真胃移位（DA）、临床酮病（CK）、子宫炎（MET）和/或胎衣不下（RP）。
 
每次寻访牧场和在牧场拜访期间，确认两组动物：产前14-2天和产后3-14天。在每组里，评估15头明显健康动物适宜的样本。评估包括：同时收集的血样和体况评分（BCS）(Ferguson et al., 1994)。血液收集和样品处理基于先前研究的指南(Stokol and Nydam, 2006)。简言之，用一个绝对真空红头试管从尾部静脉或动脉收集10ml血液。从产前组血清分析NEFA和溶血作用。从产后组动物血清分析NEFA、BHB和溶血作用。动物样本，发病率的范围包含在30DIM内，时间从产后70天自愿等待期到妊娠，相当于记录305泌乳期的120DIM。
 
数据分析
 
数据统计分析使用SAS 9.1版(SAS Institute, Inc., Cary, NC 2004) 和使用MedCalc (Schoonjans, 2008)获得ROC曲线。来自产前和产后的数据分别分析。最初的数据按胎次分组（胎次=或>1），但如果两组结果与预期的效果是类似的，它们将被汇集做最后的分析。
 
概要分析方法被定为三个阶段。第一个阶段：应用多变数模式鉴别关注的任何混合疾病（真胃移位DA、临床酮病CK、子宫炎MET和/或胎衣不下RP）发展结果显著的风险因素。第二个阶段：用来自多变数模式的ROC曲线进行不间断显著的预测分析，鉴别关键的临界值以预测个别的疾病（如：真胃移位DA）和任何混合的疾病。鉴别疾病的关键临界值预测的范围、治疗相关变量作为这个范围内的明确变量。最后一个阶段：评估这些与疾病、繁殖和生产巨大相关的明确预测因素。这些每一个结果，评估三个完整的模式：产前NEFA和相关变量；产后NEFA、BHB和相关变量；BHB相关的变量。
 
在牧群水平，评估在关键临界值以上的动物样本比例作为预测变量和牧群水平结果：样本动物的真胃移位DA或临床酮病CK发生率；牧群的胎衣不下RP；和样本动物平均的ME305。
 
评估显著的风险因素
 
代谢物、NEFA和或BHB是主要的风险因素，在这个水平的分析和治疗作为连续的预测。胎次、季节、BCS、血液收集时间和评估所有生物学的可置信两种方式交互作用作为模式中的相关变量。它们的模式是用一个Poisson分布、log链接函数、p-scale选项遍及分布和一个可交换关联矩阵（Spiegelman and Hertzmark, 2005, Ospina et al., 2012）。这个统计模式允许在成群的奶牛内（包括奶牛作为一个随机的效果）同时不间断或对明确的相关变量调整。没有调整变化时间范围（弥补期限），因为休息时间的长短风险对每一个个体样本是同样的（Allison 2007）。
 
ROC曲线
 
评估在多变数模式里鉴别不间断的、显著的风险因素，应用ROC曲线以确定关键临界值而预报疾病。在ROC曲线上的点有最高的复合敏感度和独特性以考量关键临界值。这个关键临界值的解释依赖于曲线下的区域（AUC），如此这样如果测试值AUC>0.7即认为是准确的（Swets, 1988）。
 
在单个动物水平上对疾病风险、繁殖和生产的影响
 
疾病风险
关键临界值预测和ROC曲线鉴别疾病（真胃移位DA、临床酮病CK、子宫炎MET和/或胎衣不下RP，或任何复合疾病），相关变量在关键临界值被一分为二。用PROC Genmod、一个Poisson分布、log链接函数、p-scale选项遍及分布和一个可交换关联矩阵（Ospina, 2010a）对疾病的风险给出这些明确的相关变量。
 
繁殖的影响
用时间-事件分析（PROC Phreg）对NEFA和或BHB浓度升高影响繁殖性能进行评估。计算整群中奶牛群的数量分析COX危险比例模式(Cox， 1972)。相关变量是：BCS、胎次和在120DIM的ME305牛奶。基于产前或产后牛群的中间值产量一分为二ME305数据。自愿等待期结束前的动物剔除不包括来自分析和截至下一个时期结束正确检查那些没有妊娠的动物。对危害假设比例用统计学检验，评估时机依赖于相关变量，用敏感度分析评估非有用信息的删改（Allison and SAS Institute, 1995）。明确的代谢物值选择来自疾病的预测关键临界值区间，最终判决一个类型I错误的最小机会是保持在最后的模型中（Ospina 2010b）。
 
奶产量影响
NEFA和或BHB浓度值升高的影响在ME305奶量，用混合效果模型及牧群随机效果评估。相关变量是：BCS、季节、和当合适两者胎次、以及胎次和代谢物水平两者之间的相互作用。在所有的模型中，代谢物、NEFA和BHB被一分为二和在鉴别疾病的预测关键临界值范围内评估。明确的代谢物值最终判决一个类型I错误的最小机会是保持在最后的模型中（Ospina 2010b）。
 
在牧群水平疾病、繁殖和生产的影响
 
牧群报警水平
代谢物临界值的评估是基于单独动物水平、牧群报警水平等，每头围产期奶牛样本部分有产前NEFA、产后BHBA和NEFA浓度升高，这与牧群疾病发病率、降低妊娠率和奶产量的评估有关。评估胎次和代谢物水平之间的相互关系和按照如果有差异效果胎次（胎次=1或>1）分层分析。
 
牧群报警水平由两组数据构成：1）在代谢物（NEFA或BHBA）浓度临界值之上，这种不利的下游结果大多会出现和 2）代谢物浓度在此临界值之上的动物比例与牧群在下游结果相关。确立牧群报警水平这些参数都要协调评估。最低的代谢物浓度、判决一个类型I错误的最小机会极限的最小的比例和在所关注的结果中的最大机会被保持在最终的模型中(Ospina, 2010c)。在作为关键临界值鉴别范围内评估代谢物浓度与单个奶牛健康结果相关报告在上述Ospina et al., 2010a。
 
抽样方案估算牧群水平结果
 
动物样本数据
凭经验数据，模拟更多的数据设置以评估牧群水平敏感度（HSe）、独特性（HSp）和亚临床酮病症状牧群报警水平的阳性/阴性预测值。在几个水平对真实流行状况的评估开始于非常保守的10%-40%。这些分析结果被用于计算执行呈现于Martin et al., 1992。关键临界值常用于决定一头牛是否是15%阳性，BHB浓度>12mg/dl(大约等同于1.2mmol/L)。
 
多牧群研究结果
研究数量
104头牛，其中4头因为数据丢失而排出。2758头牛中的100头保持用于研究、产前1440头样本（35%后备牛和65%经产牛）、产后1318头样本（37%后备牛和63%经产牛）。泌乳牛平均840头/每群。
 
多变量分析
在三个多变量模型中，代谢物是任何发病率唯一显著的预测者：产前NEFA（p=0.028）、产后NEFA（p=0.0005）和当BHB在模型中是唯一的主要的预测者时它也是唯一显著的预测者。在任何三个多变量模型中没有其他变量或互作因子p值<0.1。
 
ROC-疾病预测关键临界值
用ROC分析结果和它们的AUC值鉴别关键临界值见摘要表1。简略地预测任何发病率NEFA关键临界值，产前和产后组分别是0.29和0.6-0.7mEq/L，BHB关键临界值则是10-12mg/dL。


图1是用ROC曲线呈现的真胃移位DA和产后NEFA浓度的检验结果。
 
疾病风险
基于NEFA和BHB浓度的疾病风险大于或等于关键临界值也摘要在表1里。比如:据经验估算产后代谢物水平升高真胃移位DA发生的风险增加10倍，产后NEFA的水平升高疾病的发病风险剧增。
 
繁殖的影响
表2总结了代谢物水平的升高在繁殖上评估代谢物和显著变量报告的结果。妊娠较长时间的动物代谢物水平升高（在疾病预测鉴别范围内）；在自愿等待期70天内妊娠的危害率降低。


图2是用Kaplan-Meier曲线呈现的妊娠较长时间的动物代谢物水平升高的状况。
 
生产的影响
产后代谢物浓度升高的结果分别报告了后备牛和经产牛，因为在ME305泌乳两组升高代谢物浓度的影响是不同的。通常，升高代谢物水平预测ME305泌乳有几百公斤的降低；然而，产后后备牛样本升高代谢物水平预测增加ME305泌乳。这些代谢物结果和显著的变量报告分析的结果摘要在表3。
 
牧群报警水平
表4摘要了牧群报警水平，比如：类似于上述NEFA或BHB浓度的阴性结果动物样本比例。对结果的评估是：在样本动物中的真胃移位DA和临床酮病CK发病率；在牧群水平的妊娠率；基于4天检测的ME305泌乳。如果超过15%的动物样本有NEFA或BHB浓度高于临界值，牧群有疾病增加，妊娠率降低，与牧群相比ME305泌乳降低低于牧群报警水平。
 
牧群水平抽样
HSe和HSp对真实的流行率状况是非常敏感的，动物检测的数量和关键临界值用于决定一头牛是否为阳性。给予15%的临界值称为一个阳性；HSe增加作为奶牛真实的流行增加，但当样本是15时为最大。HSp不依赖于潜在的真实流行；然而，它被俗称的一个阳性临界值所影响。当真实流行≧0.3时，HSe和HSp均在0.90之上，15个动物样本，临界值称为阳性≧2，动物的NEFA或BHB浓度在临界值之上。

奶牛预测值阳性（HPV+）和阴性（HPV-）依赖于HSe、HSp和两者之内和之间的奶牛的流行。HPV+增加作为样本的大小和临界值常常用于决定是否一头牛是阳性增加，HPV+≧0.9，当牧群真实的流行≧0.3则两个奶牛的流行毫无意义。HPV-增加随着牧群内流行的增加而增加，但它总体随着阳性牧群流行的增加而降低。当在牧群内真实流行<0.3时，HPV-对这种变化是最敏感的。当在两者牧群内真实流行>0.3，并且有15个动物样本时，HPV+和HPV-两者均在0.9之上。
 
来自多牧群的结论
这一点的工作证明：平均840头TMR饲喂散放奶牛，在围产期过度的能量负平衡（NEFA和BHB浓度作为度量）是临床疾病、对繁殖和生产性能有负面影响的强烈预报因子。NEFA和或BHB升高与疾病的发病率、风险率有极大的相关性（区间：当NEAF或BHB升高时，得代谢病的几率增加2-10倍）。升高代谢物水平的影响在繁殖方面降低70天后自愿等待期妊娠危害平均20%，胎次作为仅有的其他显著的相关变量（经产牛比后备牛花费更长的时间妊娠）。奶产量，显示混合的结果，虽然有关后备牛动态平衡更进一步的研究充分证明：有强的证据显示在产后经产牛样本和所有产前牧群中ME305泌乳损失显著。当评估牧群报警水平时，在后备牛高水平的NEFA和BHBA不利于产奶量。牧群报警水平在浓度之上的不利结果类似于单个动物的水平，动物的比例平均仅在15%。当评估牧群水平因子时与样本相关，它出现在风险集团中的样本至少在15头动物。
 
值的关注的是:由于任何代谢疾病的问题这些牧群没有被选择参与研究。在牧群里，只有健康的经产牛作为样本，例如：为了在研究中包含一头经产牛，它不能已经发展有真胃移位DA、临床酮病CK或乳房炎。尽管这些选择标准，牧群的流行在牧群警报水平40%之上。在牧群警报水平之上意味着多于15%的样本动物有BHB浓度>1.2mmol/L。牧群的分布鉴于样本动物的比例在奶牛临界值1.2mmol/L之上（图3）。
 
管理程序聚焦在最小化这些疾病的风险、最小化降低繁殖和生产性能的负面影响，可能顾及到下述总的指导规则：在至少15个动物样品中监控奶牛NEFA和BHB浓度，以确定如果奶牛产前14-2天多于15%的样本动物NEFA浓度≥0.3mEq/L；产后3-14天NEFA浓度≥0.6mEq/L和BHB≥12mg/dL。
 
十分细致地研究高产奶牛
NEFA和BHB两个都有些数量通常是在泌乳早期；然而，两者任何一个数量过高都能导致疾病风险增加、降低繁殖性能和降低产奶量。当对NEFA、酮监控和评估费用更低和更真实，即使NEFA浓度比预测的稍高。另外，一些奶牛酮检测也提供了高精度。多数通常的流动服务提供酮测试以增加精确度。有：尿（例如：Ketostix®）、奶（例如：Keto Test™）、血液(例如：Precision Xtra™ Meter)。血液仪是一种手持仪器，起初是为人类测血糖设计的，通过兽医购买成本大约30美元，测试费用1.5美元/样品。 这个测试非常精准（>96%的敏感度和99%的准确度），10秒钟即出结果。
 
发病率的现行疾病评估—要求及时简要说明。上述提及的研究，流行的做法是对奶牛生产成绩SCK的效果评估。评估奶牛发病率是非常快的，推荐3-14DIM至少15-20头健康奶牛，记录多少动物样本有BHB浓度≧1.2mmol/L。例如：如果20个动物样本，有4个BHB浓度≧1.2mmol/L，那么发病率是20%（4/20），考虑到前述提及的奶牛增加负面结果的风险。
虽然发病率是一个十分有用的度量，有时一个疾病的发生率给出了不同的信息。发生率被定义为在风险中所有的动物发展为一个新的SCK奶牛的数量。如果，例如：从3-16DIM在50头样本奶牛集团中15头发展为了新的SCK病例，则发生率为30%（15/50）。SCK的发生率大约是2倍的发病率。
 
高产奶牛密集研究的结果和讨论
最近康奈尔和威斯康星大学研究人员对3到16 DIM、散放式、TMR日粮、1717头奶牛跟进研究。用Precision Xtra仪器对所有在研究期间的奶牛检测SCK，确定BHB浓度为1.2-2.9mmol/L。奶牛测试在周一、周三、周五，每头奶牛6头次样，开始于3、4、5DIM，结束于14、15、16DIM。最高的SCK发生率出现在5DIM，从3到7 DIM奶牛的75%测试SCK为阳性（图4）。从3-7 DIM奶牛SCK测试超过6次阳性更有可能发展为真胃移位DA，4.5次阳性更有可能从牧群中移出，0.7次阳性似乎需作第一次服务，第一次30DIM比第一次在8-16DIM的SCK测试阳性每头牛几乎少产奶5磅奶。因此，在泌乳早期鉴别这些奶牛的SCK是重要的，以便减少负面下行的风险。
 
上述的研究也看到在干奶牛的风险因子以帮助预报在3和5DIM奶牛发展为酮病，如同多数奶牛在该时期首先发展为SCK，如同上述提及的，这些奶牛比在泌乳后期首先发展为SCK的奶牛具有更高的负面风险(McArt et al., 2012c)。奶牛产前NEFA≧0.3mEq/L更可能发展为酮病几乎是NEFA<0.3mEq/L的两倍；同样，出生为公犊更可能发展为酮病几乎是母犊的1.8倍。另外，奶牛产犊难易指数从1-5（易到难）， 难易指数≧3更可能发展为酮病几乎是难易指数<3的2.6倍；奶牛生产死犊更可能发展为酮病几乎是奶牛生产活犊的2.2倍；胎次≧3更可能发展为酮病几乎是青年奶牛的3倍；因此，酮病测试与其说聚焦在所有的新产牛，还不如更关注产前高NEFA、老年牛和难产的奶牛。
 
同样的研究以评估奶牛口服丙二醇诊断SCK的益处(McArt et al., 2011, 2012a)。第一次测试奶牛SCK阳性，给试验组的奶牛每天口服300ml丙二醇直到测试值<1.2mmol/L，或对照组不口服丙二醇。多数奶牛治疗5天。SCK阳性用丙二醇治疗的奶牛几乎一半类似发展为真胃移位DA，一半从牧群中移出，在泌乳早期SCK奶牛用丙二醇治疗比不用丙二醇治疗的一些牧场产奶量更高（3磅/头日）。另外，用丙二醇治疗SCK的奶牛更有望接受第一次配种。基于这个研究期望在SCK期间，给予SCK阳性的奶牛5天丙二醇治疗的建议。
 
部分预算估算不同的SCK测试方案和丙二醇治疗优势。在单一牧群水平，多数成本效率模式依赖于牧群SCK发生率。在变化的牧群SCK发生率，这个分析评估了4种不同的测试和治疗策略。结果显示：牧群SCK发生率在50%以上，从5DIM开始所有新产牛5天口服丙二醇综合治疗是最经济有效率的。在发病率15-50%之间，测试牛从3-9DIM每周2天（例如：周一、周四），5天口服丙二醇治疗SCK阳性奶牛是最经济有效率的策略；虽然，从3-16DIM每周一天（例如：周一）测试所有的奶牛也取得了积极的投资回报。一个每年1000头新产牛的牧群SCK发生率40%，选择每周测试2天和治疗阳性牛则每年得益10，000-25，000美元。
 
在牧群中首先实施SCK发生率测试（15-20头样本）可能是相对容易的，如此得知牧群大约的发生率、决定最佳的测试和治疗计划。对于发生率大于50%的牧群，可用PG综合治疗，在管理变化后重复发生率测试可能是必要的，之后决定治疗所有的新产牛以保持最佳的选择。对于发生率在15-50%的奶牛，既可以采取每周1天也可以采取每周2天的测试策略，将允许重复牧群发病率监控，然而切记这是重要的：从3-9DIM选择测试奶牛假设它们的检出率仅80%，在3-16DIM之间将发展为SCK。推荐重复发生率或流行率测试，以便于评估围产期管理的变化和允许适当地调整牧场SCK检测和治疗方案。切记：目的不是治疗很多，如果任何奶牛都灌服丙二醇，不如围产期管理策略适当地调整以使SCK的发生率低于15%。
 
高产奶牛强化研究结论
在东北和中西部靠上部地区，管理良好的TMR散放奶牛SCK的发生率和发病率较高。SCK不被认为是一种临床症状，直到它倾向于围产期疾病高发病率和较低产奶量。因此，它是一种昂贵的状态。与你的管理团队开发一种测试战略以评估你的牧群水平。用丙二醇治疗奶牛SCK是几乎所有方案中经济而有效的，直到能找到预防管理策略。
 
 

图3 BHB≥1.2mmol/L(~12mg/dl)的奶牛样本患病率。40%的奶牛在15%警报水平之上
 


图4 测试泌乳日奶牛亚临床酮病发病率（B-羟基丁酸≥1.2mmol/L）
 
表1  以关键临界值为基础用ROC曲线测定NEFA（mEq/L）和BHB（mg/dL）作为疾病和疾病风险率的预测

疾病	产前动物样本
	关键 NEFA 临界值¹	AUC²	风险率	95%风险率 置信区间	p-值
DA	0.27	0.6	2.0	1.1-3.7	0.03
CK	0.26	0.6	1.8	1.2-2.5	0.001
MET 和/或RP	0.37	0.6	2.2	1.6-3.0	<0.0001
任何3种疾病	0.29	0.6	1.8	1.4-2.2	<0.0001
疾病	产后动物样本
	关键 NEFA 临界值¹	AUC²	风险率	95%风险率 置信区间	p-值
DA	0.72	0.8	9.7	4.2-22	<0.0001
CK	0.57	0.7	5.0	2.3-11	<0.0001
MET	0.36	0.6	17	2.0-133	0.008
任何3种疾病	0.57	0.7	4.4	2.6-7.3	<0.0001
疾病	产前动物样本
	关键 BHB 临界值¹	AUC²	风险率	95%风险率 置信区间	p-值
DA	10	0.8	6.9	3.7-12.9	<0.0001
CK	10	0.7	4.9	3.2-7.3	<0.0001
MET	7	0.6	2.3	1.1-5.1	0.037
任何3种疾病	10	0.7	4.4	3.1-6.3	<0.0001

1 最高的联合特异性和灵敏度
2 曲线下面的面积
 
表2  在自愿等待期后到受孕的日期内，Cox比例风险模型对奶牛NEFA（mEq/L）
和/或BHB（mg/dL）、相关变量和动物聚集度的影响

样本数	变量	危害率	P值
产前批次	NEFA≥0.27	0.81	0.01
	胎次	0.73	0.0004
产后批次	NEAF≥0.72	0.84	0.05
	BHB≥10	0.93	0.40
	胎次	0.81	0.01
产后批次	BHB≥10	0.87	0.09
	胎次	0.80	0.01

 
表3  NEFA（mEq/L）和/或BHB（mg/dL）、相关变量和奶牛随机效应的混合模型对截至120DIM ME305奶产量的影响

样本数	变量	在ME奶产量的不同	P值
产前批次	NEFA≥0.33	-683	0.001
	胎次	-556	0.01
产后批次-后备牛	NEAF≥0.57	488	0.02
	BHB≥10	-143	0.5
产后批次-经产牛	NEFA≥0.72	-647	0.001
	BHB≥10	-165	0.40
产后批次-经产牛	BHB≥10	-393	0.04

 
表4  NEFA或BHBA浓度上升在奶牛水平上的影响*

奶牛警报水平
动物比例	代谢物水平	影响的结果*	P-值
15%	产前NEFA： 0.27mEq/L	+3.6% 疾病	0.006
		-1.2% PR	0.006
		-282kg 的ME305	0.002
15%	BHBA: 12mg/dL	+1.8% 疾病	0.03
		-0.8% PR	0.03
	经产牛#BHBA: 10mg/dL	-358kg 的ME305	0.0004
15%	产后NEFA：0.70mEq/L	+1.7% 疾病	0.04
	0.60mEq/L	-0.9% PR	0.05
	经产牛#0.7mEq/L	-593kg 的ME305	<0.001
*疾病：样本动物的真胃移位或临床酮病发病率；胎衣不下PR：牧群水平受孕率；ME305：评估经产牛产奶等同于在120DIM 305（测试4天） #经产牛=胎次≥2

 
参考文献（略）。

------------------------------------

2008年上海冠鹏饲料科技有限公司在上海成立，是由多年耕耘于饲料添加剂行业专业营销精英、奶牛场管理和技术服务资深人士以及奶牛界专家共同组建的一家，在中国专业推广国际知名动物营养公司的反刍动物营养添加剂产品，倡导“健康源自营养、创新彰显价值”理念的创新型公司。我们尊崇“以人为本，诚信经营”为客户创造价值的经营理念。我们的经营模式是打造一个高效的、立体的和综合性的专业产品、信息和技术服务平台，把全球高生产水准国家公认的成熟产品、资讯和技术引入国内，并集全球反刍营养最新研究进展之大成，认真聆听客户提出的问题，积极创新研发出适合中国市场的营养健康、高质高效和安全环保的产品以及综合解决方案，为中国养殖业持续创造价值。

 

 

代理的国际知名品牌：美国礼蓝（Elanco）、安迪苏（ADISSEO）、美国金宝（ZINPRO）、意大利达麦科（dinamica）和瑞士潘可斯玛（Pancosma）等。

 

创新研发的产品：

功能添加剂——益乳多APP3、Plus、普利系列Pro-普利健ProHealth、普利康ProCom、普利高ProGot（APP、Plus）、棕榈健PALMITIC（I型、Ω型）、易宝Easyable（DCAD）、产美乐BPS-15、牛健能ProG60和易肉多EMM3等。

普利旺ProWant系列——1%奶牛复合预混料：后备牛、育成牛、干奶前期牛、围产牛和泌乳牛。

益乳多APP3、益乳多Plus、产美乐BPS-15、易肉多EMM3、牛健能ProG-60（60%固体丙二醇）；普利系列Profit-益产康ProCom、普利高ProGot(APP/Plus)。

 

使命：为反刍动物提供全方位的、综合的、安全的、有价值的、可持续的、营养解决方案！

愿景：打造一个高效的、立体的和综合性的专业产品、信息和技术服务平台，把全球高生产水准国家公认的成熟产品、资讯和技术引入国内，并集全球反刍营养最新研究进展之大成，认真聆听客户提出的问题，积极创新研发出适合中国市场的营养健康、高质高效和安全环保的产品以及综合解决方案，为中国养殖业持续创造价值！

理念：健康源自营养，创新彰显价值

价值观：

有德：对人真诚、为人厚道、心地善良；有规矩、有礼貌、有爱心

有用：给客户、公司、家庭和社会带来价值

有料：布局决定格局，格局决定结局

有量：能聆听别人的想法，并发表有价值的见解

有容：海纳百川，有容乃大

有趣：能带给他人愉快的心情，散发正能量，与人为善！

有心：用心交友，人脉成金脉！

 

合作和创新品牌