Fundamentos e simulações dos impactos de aditivos alimentares sobre as emissões de metano entérico na atividade leiteira

Ultimamente a mitigação das emissões de gases de efeito estufa (GEE) está em evidência e a pecuária leiteira está inserida nesse contexto. Isso ocorre porque boa parte das emissões brutas de GEE, sem considerar os eventuais sequestros de carbono do sistema, são provenientes do metano (CH4) entérico (IPCC, 2022), um dos produtos do metabolismo dos ruminantes.

O CH4 apresenta um potencial de aquecimento global 27,9 vezes superior ao do dióxido de carbono (CO²) e considerando os primeiros 20 anos após sua emissão, esse potencial chega a ser 80 vezes maior (IPCC, 2022). 

Uma das estratégias para mitigar as emissões de CH4 é a manipulação da fermentação ruminal por meio do uso de aditivos alimentares antimetanogênicos, que são fornecidos em pequenas quantidades na dieta dos animais, mas com o potencial de reduzir expressivamente a metanogênese. Esses estudos são realizados em diferentes contextos, variando quanto às características das dietas, ao estágio fisiológico dos animais, aos sistemas de produção, aos níveis de inclusão dos aditivos, entre outros fatores. Essa multiplicidade de condições gera alta variabilidade nos estudos e nos resultados observados e, com base nisso, os modelos matemáticos tornam-se ferramentas fundamentais para compreender, ou até mesmo prever, o impacto quantitativo dos diferentes aditivos antimetanogênicos sobre as emissões entéricas de CH4.

Tipos de modelos na previsão de emissões de metano

Os modelos permitem entender, e até mesmo prever, a variabilidade das respostas aos aditivos, sendo importantes para apoiar inventários de emissões, gerar cenários simulados e subsidiar decisões em diversas frentes.

No contexto da pecuária leiteira, os estudos que analisam os impactos dos aditivos costumam ser baseados, principalmente, em quantificar três indicadores complementares:

1. Produção de metano (g/dia de CH4),
2. Rendimento da emissão de metano (g de CH4/kg de matéria seca consumida)
3. Intensidade de emissão de metano (g de CH4/kg de leite produzido).

Além disso, esses modelos podem ser caracterizados sob diferentes óticas, que são importantes de serem compreendidas tanto para geração dos modelos, como para sua interpretação:

• Mecanicistas ou empíricos: os modelos mecanicistas buscam descrever matematicamente as vias biológicas, físicas ou químicas envolvidas, com o objetivo de entender e explicar os mecanismos propriamente ditos. Um exemplo seria modelar a produção de metano com base nos metabólitos formados no rúmen. Já os modelos empíricos não se baseiam necessariamente na explicação dos mecanismos, mas sim na modelagem de padrões com base em dados observados da variável resposta e das variáveis explicativas. Um exemplo seria o uso de uma regressão linear para estimar as emissões de CH4, com base no consumo de matéria seca e na produtividade dos animais. Estes modelos empíricos são, inclusive, mais comuns no contexto da modelagem de emissões de metano.

• Estáticos ou dinâmicos: os modelos estáticos representam um ponto específico no tempo, como, por exemplo, a emissão de CH4 em determinado dia. Já os modelos dinâmicos consideram o fator tempo, ou seja, descrevem variações ao longo do tempo, e não apenas em um momento pontual. Um exemplo seria um modelo que considere variações das emissões de CH4 ao longo do dia.

• Determinísticos ou estocásticos: os modelos determinísticos não apresentam componente aleatório, ou seja, dado um conjunto de valores para as variáveis explicativas, sempre produzirão o mesmo resultado para a variável resposta. Por exemplo, uma equação do tipo A = 2B possui somente um resultado possível de A para cada valor de B. Em contraste, os modelos estocásticos incorporam variabilidade aleatória, gerando vários cenários possíveis, cujos resultados são expressos de forma probabilística. Um exemplo são os modelos que considerem que a atividade dos microrganismos no rúmen é variável e pode ser afetada por fatores como a temperatura e o pH ruminal.

Essas características dos modelos são combináveis entre si. Por exemplo, uma regressão linear utilizada para explicar, com base em dados observados (empírico), a emissão diária de CH4 de um animal sem considerar a variação temporal (estático) e sem componente aleatório (determinístico), configura-se como um modelo empírico, estático e determinístico.

Independentemente do tipo de modelo, o cerne dos resultados é a qualidade dos dados a partir do qual a modelagem será feita, pois bons dados podem eventualmente gerar modelos ruins, mas dados ruins sempre irão gerar modelos ruins. Além disso, qualquer trabalho de modelagem precisa se atentar a eventuais problemas de overfitting, que acontecem quando o modelo pode ser tão bom que serve apenas para modelar aquele conjunto específico de dados, ou seja, não é um modelo generalizável e prejudica a sua aplicação prática.

A importância das meta-análises 

Um dos tipos de trabalho de modelagem são os trabalhos de meta-análise, que concentram resultados diversos estudos, sobre uma mesma questão de pesquisa. Essa agregação de resultados de diferentes estudos (eventualmente contraditórios) pode gerar conclusões mais robustas em comparação com os resultados de estudos individuais. No contexto dos aditivos alimentares antimetanogênicos, Dijkstra e colaboradores (2025) relataram estes estudos de meta-análise abaixo, com seus respectivos aditivos cujo efeito foi modelado, como alguns dos principais e mais recentes deste assunto:

• Appuhamy et al. (2013): monensina;

• Belanche et al. (2020): óleos essenciais;

• Feng et al. (2020): nitrato;

• Lean et al. (2021): algas;

• Kebreab et al. (2023): 3-nitrooxipropanol (3NOP).

Todos estes trabalhos mostram diferentes redução das emissões a partir destes aditivos, mas em diferentes magnitudes de redução, além de mostrar diferentes fatores que influenciam na eficácia. No entanto, dentre esses cinco o trabalho relacionado ao 3NOP é o que mostra maior magnitude média de mitigação, então ele foi escolhido para realizar as simulações a seguir. 

Intensidade de mitigação com aditivos versus ajustes na dieta

Primeiramente temos os resultados simulados para um lote com média de 25 L/vaca/dia (Tabela 1), depois os resultados para um lote com média de 40 L/vaca/dia (Tabela 2). Em todos os casos as dietas atendem as exigências dos animais, conforme o NASEM Dairy Model 2021, com teores similares de consumo de matéria seca, de proteína e energia, mas com diferenças em teores de amido, fibra em detergente neutro (FDN) e ácidos graxos.

A simulação foi desenvolvida dessa forma porque no caso deste aditivo, a eficácia aumenta com o teor de amido da dieta e cai com maiores teores de ácidos graxos ou FDN (Dijkstra et al., 2025). As estimativas de redução das emissões de CH4 foram geradas por meio das equações sugeridas pelo estudo de meta-análise de Kebreab e colaboradores (2023).

Tabela 1. Simulação comparativa de dietas com e sem aditivo alimentar, para vacas de 25 litros/vaca/dia.

Ao optar pelo uso de aditivos para intensificar a mitigação das emissões de CH4, é fundamental que o uso seja avaliado junto a um nutricionista especializado, visto que a eficácia dos aditivos tende a ser proporcional à composição da dieta. Neste exemplo anterior, veja que a dieta 1 (que possui mais amido, menos FDN e menos ácidos graxos) teve uma redução proporcionalmente maior que a dieta 2 ao incluir o aditivo.

Continua depois da publicidade

Ainda no exemplo anterior, veja que é possível reduzir as emissões de CH4 tanto com ajustes na composição da dieta e alimentos utilizados (por exemplo, saindo da dieta 1 para a dieta 2, ambas sem aditivos), como por meio da inclusão de aditivos. Porém, é preciso avaliar as relações de custo-benefício dessas alterações dietéticas, pois a sustentabilidade precisa ser vista do ponto de vista ambiental, técnico e econômico.

Continua depois da publicidade

Ao sair da dieta 1 para a dieta 2, houve aumento de R$ 1,46 vaca/dia, com redução de 24 g de CH4/vaca/dia, sem qualquer ganho em produtividade das vacas ou outros eventuais benefícios, é isso precisa ser ponderado nas avaliações.

Será que toda alteração na dieta com foco em mitigação de CH4 eleva o custo alimentar? Vejamos um novo exemplo a seguir.

Tabela 2. Simulação comparativa de dietas com e sem aditivo alimentar, para vacas de 40 litros/vaca/dia.

Neste caso, a dieta 2 também foi ajustada para reduzir as emissões de CH4, mas dessa vez com o objetivo de manter o custo anterior. Veja que mesmo sem aditivos, ao sair da dieta 1 para a dieta 2, praticamente mantendo-se o custo alimentar (R$ 53,76/vaca/dia contra R$ 53,73/vaca/dia), houve uma redução de 79 g de CH4/vaca/dia, o que representa cerca de 15% a menos de emissões. Veja também que a intensidade de redução da emissão é muito maior, acima de 30%, ao incluir este aditivo antimetanogênico em específico.

Porém, novamente as relações de custo-benefício precisam ser ponderadas junto a um nutricionista especializado, além de que esses custos em tese poderiam compartilhados entre o produtor e indústria, caso seja vantajoso para ambos e haja contrapartidas financeiras dos dois lados, compartilhando o benefício da maior intensidade de mitigação de CH4 e o ônus financeiro atribuído.

Concluindo

Reduzir a emissão de metano entérico é plenamente possível, mas exige visão sistêmica e conhecimento especializado nos aspectos nutricionais relacionados, atrelado à exploração da ciência gerada cotidianamente. A modelagem é uma excelente aliada para projetar cenários, avaliar viabilidade econômica e antecipar resultados, desde que usada com sabedoria e discernimento. O futuro da pecuária de baixo carbono passará, inevitavelmente, por decisões nutricionais embasadas e ferramentas inteligentes, avaliando a sustentabilidade do ponto de visto técnico, econômico e ambiental. 

O texto foi escrito com base no artigo “Feed additives for methane mitigation: Modeling the impact of feed additives on enteric methane emission of ruminants – Approaches and recommendations. Journal of Dairy Science, 108(1), 356–374, 2025. https://doi.org/10.3168/jds.2024-25049”