OSA改性高直链玉米淀粉复合疏水膜的制备及性能研究

选用辛烯基琥珀酸酐(OSA)对高直链玉米淀粉(HACS)进行酯化处理,制备了3种不同改性程度的OSA淀粉(OS⁃3、OS⁃6、OS⁃9)。以3种OSA淀粉为原料,明胶为复配大分子,制备了3种OSA改性高直链玉米淀粉复合膜(OS⁃3/GEL、OS⁃6/GEL、OS⁃9/GEL),考察了复合膜的透光性、水溶性、吸湿性、水蒸气透过率及表面疏水性。结果表明,相比原淀粉复合膜,OSA改性高直链玉米淀粉复合膜各项性能均得到改善。其中OS⁃6/GEL的性能表现最佳,透光率达到87.72%,水溶性下降了24.5%,吸湿性下降了29.6%,水蒸气透过率下降了30.35%,表面最大静态接触角达到124.6°,动态接触角在3 min后仍达到100°以上;OSA改性降低了原淀粉的结晶度,提高了成膜组分间的相容性;OSA基团的引入使得淀粉与明胶分子中羟基作用减弱,二者间产生更为强烈的氢键作用。OSA改性改善了原淀粉复合膜的疏水性能,适量OSA基团引入制备得到的OS⁃6/GEL性能最佳,成膜表现出优异的疏水性能。

基于人工智能的集成食品检测技术应用与展望

人工智能与快速检测技术的结合为食品检测领域带来了显著的变革,推动了食品安全、质量和真实性鉴别能力的提升。介绍了基于人工智能的集成食品检测技术的应用现状。在化学检测和生物污染检测方面,人工智能结合快速检测技术有效提高了食品安全检测的效率和准确性。在食品质量检测方面,人工智能结合快速检测技术被广泛应用于水果、肉制品、水产品以及其他食品的品质评估,通过高效的数据分析和智能识别,实现了对食品品质的精准评价。此外,人工智能在食品真实性鉴别中的应用,包括掺假检测和地理可追溯性技术,保障了食品的真实性和可靠性。特别是当区块链技术与人工智能相结合时,基于区块链的追溯系统通过透明和不可篡改的记录确保食品的全程可追溯性,同时人工智能算法能够实时分析食品流通环节中的数据,识别潜在的风险和异常。这些技术的集成不仅能提升食品检测的整体水平,也可为未来的智能食品检测系统构建奠定基础。

加热氧化对山茶油热力学及流变学特性的影响

目的探究加热氧化对山茶油热力学及流变学特性的影响。方法山茶油经加热氧化处理后,运用差示扫描量热技术(differential scanning calorimetry,DSC)、旋转流变技术,研究其DSC氧化稳定性,熔融结晶特性及黏度随剪切速率、温度变化等特性。结果山茶油加热时间越长,其DSC热力学氧化稳定性越低,当加热120 min后较初始山茶油的氧化起始温度降低了8.3℃,加热氧化后它的熔融温度及熔融焓降低,主要结晶峰消失。山茶油加热氧化后流动性变差,表现为黏度升高,加热120 min的山茶油较初始山茶油黏度提高了2.8倍,山茶油氧化程度越高,其黏度随温变化的速率越快。结论加热氧化降低了山茶油的热力学稳定性及流变学稳定性,本研究为山茶油精深加工的热力学性能及流变性能提供了一定的理论支撑。

整体主观偏好与嗜好性感官属性客观量化间的感知交互

为探讨消费者主观偏好测试对其随后进行的感官品质客观量化评价的影响,尤其是"嗜好性感官特征"的客观量化,本文采用蛋白粉和调制奶两种溶液体系,分别对202名消费者进行喜好度、适宜度(Just-about-right,JAR)测试和对175名消费者进行喜好度和强度排序-评分测试,并对比消费者与专业评价员对各嗜好性感官特性的量化结果差异。结果显示:在蛋白粉体系中,评价员对稠厚度的评分随着样品风味强度的增强而下降(P<0.05),而顺滑感无显著变化(P>0.05),然而,消费者的评价并未呈现相同趋势。在牛奶体系中,评价员对乳脂感的强度评价受到脂肪和蔗糖浓度的共同影响,消费者的感知与此结果并不一致。进一步分析发现,两个测试中,消费者对嗜好性属性的量化评分均与其对样品的整体主观偏好程度高度相关,即整体喜好度越高的样品,对应的嗜好性属性强度评分越高。本文研究消费者偏好与感官属性之间的关系,为获得全面客观的消费者评价而设计可靠有效的消费者测试方法提供了有力的理论依据。

不同米淀粉精细结构对其回生特性的影响

选用4种不同的淀粉,通过考察回生特性,探究相对分子质量、链长分布、短程有序性、相对结晶度及半结晶层状结构等精细结构影响回生特性的机理。结果表明:与糯米淀粉和粳米淀粉相比,小米淀粉和黑米淀粉回生值、硬度和热焓值较大,糯米淀粉储藏前后硬度和回生后的热焓值均较小,具有较好的抗回生特性。研究发现,这是由于小米淀粉和黑米淀粉的直链质量分数较高(小米淀粉15.55%、黑米淀粉11.22%),支链淀粉峰M_(w)较大(小米淀粉M_(w)=2.12×10^(7)g/mol、黑米淀粉M_(w)=2.25×10^(7)g/mol)、半结晶层厚(小米淀粉d=6.9784 nm、黑米淀粉d=6.6986 nm),且中长链占比大(小米淀粉B1链占比40.91%),易形成稳定的双螺旋结构,具有更高的表面有序度(小米淀粉0.76、黑米淀粉0.70),回生后2种淀粉分子重排更有序稳定。

基于残差网络模型的速溶全脂奶粉分散性与堆积密度检测方法

针对传统的奶粉品质国际标准检测方法中存在的主观性和滞后性等问题,本研究提出了一种基于残差网络(residual network,ResNet)的奶粉分散性和堆积密度的快速分类检测方法。在本研究中,使用的数据集包括499张在10倍光学显微镜下拍摄的速溶全脂奶粉颗粒微观分布图像,这些图像来自10个不同的样本组。首先,按照国际标准方法检测这10组样本的分散性和堆积密度,进而基于测试结果划分不同的分散性和堆积密度级别。随后,利用这些微观图像对ResNet模型进行训练,以实现对不同样本的有效分类。最终,通过分类结果预测速溶全脂奶粉的分散性、松散密度和振实密度。此外,本研究还对比了ResNet、EfficientNetV2和SwinTransformer等不同深度学习模型的预测效果。结果表明,基于ResNet152的深度学习模型在预测速溶全脂奶粉的分散性、松散密度和振实密度方面表现最佳,其在测试集上的准确率分别达到97.50%、98.75%和95.00%。这些深度学习模型在奶粉品质检测中的出色性能不仅证明了该方法能够实时、准确地预测奶粉的分散性和堆积密度,同时也为奶粉品质的在线检测提供了新的技术途径。

果蝇对不同甜味物质的选择偏好及其感知机制

为了有效应对因过量糖摄入而引发的健康问题,探究甜味物质选择偏好及其感知机制至关重要。本研究以黑腹果蝇为模式动物,通过评估果蝇对能量糖(蔗糖、果糖、葡萄糖)和非能量代糖(山梨醇)的选择偏好,探究糖类偏好的特异性甜味感知受体机制。结果显示:与山梨糖醇相比,能量糖可以刺激雌性果蝇产更多的卵并显著影响产卵位置偏好。在甜味受体Gr5a层面,研究发现该受体在低浓度甜味基质的感知和行为调节中发挥了关键作用。在高浓度甜味基质中,即使Gr5a功能受损,雌性果蝇仍能进行有限的产卵,提示可能存在其它感知机制补偿了部分功能,多样化的感知机制使动物能够更有效地在环境中选择适合其需求的食物,从而优化营养选择。本研究揭示了果蝇在复杂糖环境中的感知和行为响应机制,为代糖在食品中的应用提供了科学依据,并为更广泛地减糖策略和健康饮食研究提供了新的视角和理论支持。

pH响应型肉桂醛衍生物的制备及其在香蕉保鲜中的应用

为实现天然植物精油肉桂醛(Cin)的按需释放,解决由于挥发性高、光热敏感等问题导致的应用受限,以壳聚糖(CS)为反应物对肉桂醛进行改性,通过不同摩尔比的氨基和醛基反应制备了对pH敏感的肉桂醛-壳聚糖席夫碱衍生物(Cin-CS)。利用傅里叶红外光谱、扫描电镜表征了样品结构和表面形貌,以不同pH缓冲液和不同体积分数CO_(2)的高湿环境探索了Cin-CS的pH响应行为,研究了Cin-CS对香蕉保鲜效果的影响。结果表明,氨基和醛基摩尔比为4∶1时达到接枝饱和,结构中出现亚胺键,表明接枝成功。随着缓冲液pH的降低、CO_(2)体积分数的升高和反应时间的增加,Cin释放率逐渐增加,达到响应和持续释放的效果。Cin-CS的应用降低了香蕉质量耗损,同时延缓硬度、可溶性固形物等下降,具有一定的保鲜效果。

基于图像分析技术的全脂奶粉品质软测量模型构建

针对传统奶粉品质检测方法的主观性和滞后性问题,该研究利用奶粉的加工条件和颗粒形态构建了一个基于图像分析技术和人工智能算法的奶粉品质软测量模型,用于准确、实时地预测速溶全脂奶粉的分散性和溶解性这2个重要品质性能。利用显微数码摄像头和图像处理技术,获取了奶粉颗粒的形态参数。同时,利用重采样技术解决了奶粉工厂原始数据集中的数据不平衡问题。根据实验获取的奶粉颗粒形态参数和奶粉工厂提供的奶粉生产时的加工条件数据,选用偏最小二乘模型和人工神经网络模型构建了速溶全脂奶粉分散性和溶解性的软测量模型,并利用原始数据验证了所构建模型的准确性。结果表明,用于预测奶粉分散性和溶解性所构建的偏最小二乘模型的Q^(2)和R^(2)分别为Q^(2)=0.72,R^(2)=0.94和Q^(2)=0.85,R^(2)=0.95,而用于预测奶粉分散性和溶解性所构建的人工神经网络模型的R^(2)分别为0.97和0.96。模型的良好性能证明,这些模型可以准确、实时地预测奶粉的分散性和溶解性,并为奶粉品质的在线检测提供了新的方法。

机器学习和大数据在食品领域的应用

近年来,食品行业经历了显著变化。全球化、技术进步以及不断变化的消费者需求推动了该行业的持续发展和创新。作为先进的新兴技术,机器学习和大数据在食品行业中发挥着越来越关键的作用。机器学习和大数据在食品领域的应用密切相关。机器学习通过模式识别和数据分析挖掘食品生产和供应链的关键信息,而大数据技术支持大规模数据处理,提供更全面的决策视角。这两者共同推动了食品研究创新和产业发展。利用机器学习对大数据集进行深入分析,可以预测食品趋势、改进生产流程、优化供应链。该文介绍了机器学习和大数据在食品工业的应用现状,涵盖了机器学习和深度学习技术、自适应神经模糊推理技术以及机器学习在食品检测中的多维应用,如机器学习算法与近红外光谱技术结合的食品检测技术、计算机视觉在食品领域的应用,以及机器学习算法和智能传感器结合的实时食品检测技术。分析了大数据面临的技术挑战(数据缺乏真实性、完整性及数据标注困难等),提出了潜在的解决方案(区块链技术及数据增强与预处理技术),并展望了机器学习技术在食品研究领域的未来发展趋势。此外,随着“食品工业4.0”的到来,食品工业正迎来快速发展,智能农业、机器人农业、无人机、3D打印、数字孪生等由机器学习衍生出的前沿技术将进一步崭露头角。面对如此多的创新和改进机遇,食品行业也将面临智能生产和可持续性等问题。最后,讨论了食品行业未来可能面临的挑战和发展方向。

填充剂对减糖冰淇淋质构特性的影响

随着人们减糖意识的提高,减糖冰淇淋的开发也得到了极大关注。然而,由于蔗糖在冰淇淋体系中除了提供甜味,对冰淇淋的质构特性也起了非常重要的作用,这也是目前研发减糖冰淇淋面临的巨大挑战。为了研究不同填充剂对减糖冰淇淋质构特性的影响,分别采用质量分数为10%的蔗糖、糖醇(山梨糖醇、赤藓糖醇、麦芽糖醇、木糖醇)、可溶性膳食纤维(抗性糊精、聚葡萄糖)、可溶性糊精(麦芽糊精)作为填充剂制备冰淇淋样品,并对各冰淇淋样品的质构特性及关键理化特性进行了系统比较。结果表明,聚葡萄糖、麦芽糖醇和抗性糊精填充样品与蔗糖填充样品感官质构轮廓最为相近。赤藓糖醇和麦芽糊精填充样品硬度过高、可塑性低、铺展性差;而山梨糖醇和木糖醇填充样品硬度较低、泡沫感强。糖醇类填充样品在浆料黏度、粒径分布、摩擦学性质上比较接近蔗糖填充样品;麦芽糖醇填充样品的热力学特性与蔗糖填充样品相似;膳食纤维和糊精填充样品具有较低的摩擦系数,润滑性能更好。可见,在无糖或减糖冰淇淋的开发中,采用麦芽糖醇配合聚葡萄糖或抗性糊精作为填充剂,可达到和蔗糖填充剂所制产品相似的质构品质。

牛奶脂肪对不同烘焙程度咖啡感官品质的影响

作者主要研究牛奶脂肪质量分数对不同烘焙程度牛奶咖啡风味的影响及全脂牛奶咖啡中脂肪质量分数的消费者差别阈值。首先,针对浅、中、深3个烘焙程度的咖啡,采用定量描述性分析法评价不同脂肪质量分数牛奶咖啡的风味;其次,采用三点选配法测量全脂牛奶咖啡中脂肪质量分数的差别阈值。结果表明,随着脂肪质量分数降低,咖啡的酸味、苦味、涩味、烟味、煳味、焦香味、生豆味和酸味(鼻前香气)逐渐增强,而甜味、醇厚感、焦糖味和奶香味减弱,这些影响在3种不同烘焙程度咖啡中的变化趋势一致,但随着烘焙程度加深,牛奶脂肪的变化对咖啡风味的影响程度也会上升。进一步通过分析阈值测试结果发现,脂肪质量分数在浅、中、深烘焙咖啡中的差别阈值分别为2.59%、2.45%和2.36%(质量分数)。女性消费者对脂肪的变化更敏感,脂肪质量分数在深焙咖啡中的差别阈值显著低于男性。研究结果可为低脂牛奶咖啡的开发提供理论依据。

基于组分调控的胶原蛋白肠衣凝胶糖果物性及感官品质

为了考察组分对胶原蛋白肠衣凝胶糖果物性及感官品质的影响,分别以显微结构、色差分析、物性分析、感官品质分析为手段,探究糖馅中高、低酰基结冷胶及蔗糖、果葡糖浆的最佳用量。结果表明,低酰基结冷胶用量与凝胶糖果的紧实程度、硬度和回弹力呈正相关,与顺滑感、融化性和润湿性呈负相关;高酰基结冷胶用量与贴合程度呈正相关。最终获得消费者喜爱的胶原蛋白肠衣凝胶糖果糖馅中各物质质量分数为:去离子水150%、果葡糖浆80%、蔗糖20%、低酰基结冷胶1.5%、高酰基结冷胶1.5%、乳酸钙1.0%、柠檬酸钠0.25%。

体外消化对β-胡萝卜素大豆分离蛋白纳米颗粒黏液层渗透及跨膜转运的影响机制

纳米载体体内吸收过程复杂,受生物吸收屏障影响,纳米制剂在促进活性分子吸收利用度方面受到质疑。本实验采用大豆分离蛋白(soy protein isolate,SPI)制备包埋β-胡萝卜素的植物基纳米颗粒(β-carotene loaded soy protein isolate nanoparticles,BC-SPIs),并通过体外模拟消化模型研究BC-SPIs在消化过程中的结构特性变化。同时,通过Caco2细胞转运模型考察消化条件对消化后BC-SPIs跨膜转运的影响机制。此外,利用含黏液层的Caco2-HT29共培养模型考察消化前后BC-SPIs的黏液层渗透性。研究发现,在消化前,BC-SPIs可以直接通过网格蛋白和小窝蛋白依赖的内吞作用被Caco2单层细胞吸收;而在经过体外模拟消化后,BC-SPIs粒径增大,可以通过网格蛋白依赖的内吞作用、小窝蛋白依赖的内吞作用以及巨胞饮3种内吞形式被细胞直接吸收。消化后的BC-SPIs带有更高的负电荷,跨越黏液层屏障的能力提高了0.48倍,同时β-胡萝卜素的跨膜转运量提高了0.56倍。本研究明确了BC-SPIs在消化前和消化后的不同吸收途径,揭示了BC-SPIs在模拟消化条件下与胆盐互作及尺寸增大对其细胞转运吸收效率的促进作用。这些发现可为进一步提高纳米载体在生物利用度方面的应用潜力提供理论参考,有助于推动纳米技术在药物、保健品等领域的发展。

影响凝胶甜味的关键质构因素分析

为了确定影响凝胶甜味的关键质构因素,建立了具有不同质构特征的9种凝胶,采用描述性分析评价其甜味及质构特征,并通过扫描实际咀嚼过程中形成的凝胶碎片进行验证。结果表明,影响凝胶中甜味释放的关键质构因素是易碎性和凝聚性。凝胶碎片扫描结果显示,易碎性较强、凝聚性较弱的样品会形成更多的凝胶碎片和更大的凝胶总表面积,这可能是导致样品甜味更强的原因。此外,较低易碎性样品的甜味还受到润湿性的调控,而高易碎性样品则不受影响。高硬度和低弹性的样品会形成棱角更清晰的凝胶碎片,导致在吞咽前需要经过更多次数的咀嚼,生成更多的凝胶碎片,间接增强凝胶的甜味。

戊二醛添加顺序对胶原蛋白肠衣膜品质的影响

为了缩减胶原蛋白肠衣膜的制备工序,提高食品行业包装材料的质量,考察了戊二醛的添加顺序对胶原蛋白肠衣膜品质的影响。分别通过制胶时、成胶后以及成膜后3种添加方式,以抗拉强度、断裂延伸率、热收缩率、溶胀率、色泽及变性温度等为指标进行了研究。结果表明:在任一添加方式下,戊二醛都可促进胶原蛋白肠衣膜机械性能和表面疏水性的提高,导致溶胀率和热收缩率的下降;其中,通过FTIR和DSC分析表明,采用成膜后浸入戊二醛方式交联获得的肠衣膜交联效率最高,热稳定性最高,且对肠衣膜性能的提升最为显著;进一步,随着戊二醛添加量的提高,肠衣膜的色泽逐渐变黄,而当添加量超过100 mg/L时,戊二醛交联对肠衣膜品质并无进一步显著提升作用。

碳酸氢钠对组织化小麦蛋白体外消化特性的影响

近年来,基于组织化植物蛋白的植物肉受到越来越多的关注。有关植物肉的蛋白质消化特性还不明确。碳酸氢钠是组织化蛋白制备中常用的添加剂。为了探究碳酸氢钠对组织化蛋白的纤维结构和蛋白质消化特性的影响,制备了含0、0.05%和0.10%(质量分数,以干粉质量计)碳酸氢钠的组织化小麦蛋白。通过测定样品的堆积密度、质构特性、组织化度、微观结构和蛋白质分子间相互作用力分析样品的纤维结构特性。结果表明,随着碳酸氢钠质量分数由0增加到0.1%,组织化小麦蛋白的堆积密度、硬度和组织化度逐渐减小,其纤维结构更加纤细,纤维之间的间隙更多。经过体外口腔和胃消化阶段后,3种组织化小麦蛋白的食糜粒径均随碳酸氢钠质量分数的增大而增大(P>0.05);在模拟小肠消化结束后,3种样品的消化产物粒径接近(P>0.05)。胃消化30 min时,蛋白质电泳图谱中,3组样品中相对分子质量小于14 300的蛋白质条带颜色随着碳酸氢钠质量分数的增加而变浅。在体外消化结束后,消化食糜中可溶性氮质量分数随碳酸氢钠质量分数的增大而增大(P<0.05)。这些结果表明,随着碳酸氢钠质量分数的增大,组织化小麦蛋白中蛋白质的消化速度和程度逐渐增大,消化结束后3种组织化小麦蛋白释放的游离氨基酸总质量分数分别为(39.53±0.56)、(41.56±0.59)、(44.85±0.39) mg/g (以消化液质量计),这可能主要是由其较细的纤维和更多的纤维间隙促进蛋白酶与作用位点的接触导致的。

基于动态互相关性和折叠自由能变分析的谷氨酰胺转氨酶热稳定性改造

茂原链霉菌(Streptomyces mobaraensis)谷氨酰胺转氨酶(transglutaminase,TGase)能催化蛋白质交联,被广泛用于食品加工。前期研究构建了S.mobaraensis TGase耐热突变体FRAPD-TGm2,提高了其在高温条件下的应用性能。该研究基于动态互相关性鉴定得到热稳定性进一步提高的TGase突变体。首先,通过分子动力学模拟和动态互相关性分析确定了FRAPD-TGm2分子中与其底物口袋柔性区域具有动态互相关性的48个残基。其次,基于Rosetta Cartesian_ddg对上述残基进行虚拟饱和突变,对折叠自由能变化小于-1 kcal/mol的20个突变体进行表达、纯化和酶学性质表征。其中,突变体FRAPD-TGm2-Y34 W的60℃半衰期和65℃比酶活力分别达到100.5 min和134.2 U/mg,较FRAPD-TGm2提升89.1%和28.5%。此外,发现了远端位点His201和Asn32对FRAPD-TGm2比酶活力和热稳定性具有显著影响。结果表明,基于动态互相关性和折叠自由能变分析的酶分子改造能有效提高TGase的热稳定性。

动植物基蛋白对高蛋白冰淇淋质构品质的影响

为了保证高蛋白冰淇淋可以达到目前普通蛋白含量冰淇淋的质构稳定性,该文研究了以脱脂奶粉、浓缩乳清蛋白、大豆分离蛋白制备的冰淇淋在普通蛋白含量(3%,质量分数)和高蛋白含量(5%,质量分数)下的质构表现,并在高蛋白含量下通过不同动植物基蛋白复配(脱脂奶粉与大豆分离蛋白、浓缩乳清蛋白与大豆分离蛋白),以克服高蛋白含量对质构性质的不利影响。研究表明,在高蛋白浓度下,脱脂奶粉与浓缩乳清蛋白冰淇淋整体抗融性下降,抗塌陷能力减弱;大豆分离蛋白冰淇淋融化速率提升,但起滴时间延长,抗塌陷能力较稳定。复配体系中大豆分离蛋白比例的增加,能使抗融性得到改善,获得相对较好且稳定的抗塌陷能力,但硬度和黏附力会显著上升。其中,浓缩乳清蛋白与大豆分离蛋白质量比为1∶1时,各质构性质较为平衡,可获得较优的高蛋白冰淇淋质构品质。