Разработка и адаптация прогностической модели полнофакторной оптимизации технологического процесса производства пробиотического кисломолочного продукта

Обложка

Цитировать

Полный текст

Аннотация

Введение: В условиях быстроразвивающихся рынков и возрастающих потребностей населения в новых видах продуктов с длительными сроками годности, возникает необходимость в расширении их ассортимента, дальнейшем повышении качества, биологической ценности, и в модернизации традиционных технологий. Основными средствами достижения этих целей является повышение эффективности и качества научных исследований, ускорение внедрения научных достижений в промышленность. Последнее вносит коррективы в ускорение разработок эффективных технологий цельномолочных продуктов. Использование подходов к оптимизации технологических процессов на базе системного математического моделирования позволит сократить продолжительность исследований по созданию новых видов продуктов.Цель: Статья посвящена исследованиям, связанным с разработкой и адаптацией прогностической математической модели оптимизации технологического процесса производства пробиотического кисломолочного продукта. Данный подход позволит обеспечить возможность конструирования некоторого множества рецептур пробиотического кисломолочного продукта, для которых относительная биологическая ценность (ОБЦ) будет соответствовать максимальному значению при удовлетворительных заданных параметрах процесса.Материалы и методы: В качестве объектов исследований выступали образцы пробиотического кисломолочного продукта с варьированием жиро-белкового индекса в диапазоне от 0 до 1,5 и массовой доли сахарозы – от 0 до 10 %, а также образцы с постоянной массовой долей сахарозы 7,3 % и жиробелковым индексом 1,24 при массовой доле жира 3,48, 3,97, 4,09 и 4,21 %. В каждом варианте исследовали значение относительной биологической ценности (ОБЦ). Все исследования проводили в 3-5 кратной повторности.Поиск специализированной литературы осуществляли с использованием электронных баз данных: E-library, Scopus, MDPI, Science Direct.Математическую обработку экспериментальных данных для разработки модели пробиотического кисломолочного продукта проводили с использованием табличного процессора Microsoft Excel 2010 (Microsoft Corporation, Ink.) с надстройкой «Поиск решения», а также – специализированных пакетов программного обеспечения TableCurve 2D v.5.01 (SYSTAT Software, Ink.) и Wolfram Mathematica 10.2 (Wolfram Research, Ink.).Результаты: Разработана математическая модель оптимизации технологического процесса производства пробиотического кисломолочного продукта. Был проведён полнофакторный эксперимент (ПФЭ), в котором в качестве независимых факторов были приняты массовая доля сахарозы ( , %) и жиро-белковый индекс (r) – отношение массовой доли жира к массовой доле белка в нормализованной смеси в интервалах от 0 до 10 и от 0 до 1,5%, соответственно. В качестве результирующего фактора была принята ОБЦ. На основании результатов исследований было получено уточнённое математическое описание зависимости показателя ОБЦ от массовой доли сахарозы и жиро-белкового индекса. Совокупность множества полученных данных по влиянию массовой доли сахарозы на динамику локальных максимумов ОБЦ и динамику соответствующих им значений массовой доли жира показала, что максимуму ОБЦ, равному 244,866% соответствовала массовая доля сахарозы, равная 7,31%. Последняя соответствовала оптимуму жиро-белкового индекса 1,241. Для обеспечения максимальной ОБЦ нижняя граница массовой доли жира должна была соответствовать 3,475%. Анализ данных ПФЭ показал наличие дополнительных корректирующих факторов зависимости ОБЦ от показателей массовой доли жира. Для уточнения разработанной модели с учётом дополнительных факторов в неё был введён корректирующий коэффициент (Q), на основании комплексного анализа зависимости которого от массовой доли жира были получены интервальные оценки данного показателя для разных фиксированных реперных значений ОБЦ.Выводы: Апробация модели оптимизации технологического процесса производства пробиотического кисломолочного продукта и полученные математические зависимости могут служить критерием формирования множества рецептур для производства сахаросодержащих кисломолочных продуктов с высоким потенциалом относительной биологической ценности. При этом следует учитывать, что область определения данного подхода ограничена в части массовой доли жира в диапазоне от 0,06 до 4,84% и массовой доли белка – от 2,8 до 3,9%. При таком подходе (разработка моделей) возможен анализ перспективных режимов для изучаемого процесса, которые в реальных условиях на стадии эксперимента не всегда удается получить. Разработка данной модели позволит значительно сократить продолжительность исследований по оптимизации технологического процесса.Ключевые слова: прогностическая модель процесса; пробиотический кисломолочный продукт; относительная биологическая ценность; полнофакторный эксперимент

Об авторах

Зинаида Семеновна Зобкова

Всероссийский научно-исследовательский институт молочной промышленности ("ВНИМИ")

Автор, ответственный за переписку.
Email: z_zobkova@vnimi.org
ORCID iD: 0000-0002-2151-4508

Владимир Владимирович Кондратенко

Всероссийский научно-исследовательский институт молочной промышленности ("ВНИМИ")

Email: v_kondratenko@vnimi.org
ORCID iD: 0000-0002-0913-5644

Наталия Сергеевна Пряничникова

Всероссийский научно-исследовательский институт молочной промышленности ("ВНИМИ")

Email: n_pryanichnikova@vnimi.org
ORCID iD: 0000-0003-1304-1517

Дарья Вячеславовна Зенина

Всероссийский научно-исследовательский институт молочной промышленности ("ВНИМИ")

Email: d_zenina@vnimi.org
ORCID iD: 0000-0002-6243-693X

Наталья Сергеевна Коровина

Всероссийский научно-исследовательский институт молочной промышленности ("ВНИМИ")

Email: n_korovina@vnimi.org
ORCID iD: 0000-0001-5341-693X

Список литературы

  1. Лисицкая, Т. Б. (2007). Биотестирование с использованием инфузорий. СПбГТИ.
  2. Долгов, В. А. (1992). Методологические аспекты и практическое применение ускоренной биологической оценки кормов, продуктов животноводства и других объектов ветеринарно-санитарного и экологического контроля. Российская сельскохозяйственная академия.
  3. Зиганшина, Г. А., Баданова, Е. А., Гаринова, Э. Р., Азизова, А. И., Щербакова, Ю. В., & Ахмадуллина, Ф. Ю. (2015). Метод биотестирования — альтернативный метод оценки изменения качества молока при его термообработке. Буттлеровские сообщения, 41(3), 156–159.
  4. Карпова, М. В., Фролова, О. А. (2011). Использование Tetrahymena pyriformis для оценки относительной биологической ценности и токсичности молока. Материалы Всероссийского XIII конгресса нутрициологов и диетологов с международным участием «Персонифицированная диетология: настоящее и будущее». Вопросы диетологии, 1(2), 46–47.
  5. Журихина, Л. Н., Бондарук, А. М., & Осипова, Т. С. (2015). Определение биологической ценности ферментативного гидролизата сывороточных белков коровьего молока на Tetrahymena pyriformis. Здоровье и окружающая среда, 25(1), 202–209.
  6. Левчук, Т. В., Чеснокова, Н. Ю., & Левочкина, Л. В. (2016). Исследование безопасности и относительной биологической ценности напитков на основе экстракта околоплодника ореха маньчжурского. Техника и технология пищевых производств, 1(40), 96–102.
  7. Шульгин, Ю. П., Блинов, Ю. Г., & Шульгина, Л. В. (2004). Биологическая экспресс-оценка мышечной ткани гидробионтов с использованием Tetrahymena pyriformis. Известия ТИНРО (Тихоокеанского научно-исследовательского рыбохозяйственного центра), 136, 294–303.
  8. Зобкова, З. С., Зенина, Д. В., Фурсова, Т. П. (2015). Критерии оценки безопасности молочных продуктов с трансглутаминазой. Молочная промышленность, 3, 48–51.
  9. Зобкова, З. С., Методологические аспекты проектирования цельномолочных продуктов с повышенной относительной биологической ценностью. Пищевая промышленность, 3, 68–71.
  10. Zobkova, Z. S., Methodological aspects of designing whole milk products with increased relative biological value. Food Industry, 3, 68–71. (In Russ.)
  11. Evans, E., & Carruthers, S. (1978). Comparisons of methods used for estimating the growth of Tetrahymena pyriformis. Journal of the Science of Food and Agriculture, 29, 703–707.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».