Оптимизация обработки спектров комбинационного рассеяния для выявления маркеров термической обработки молока

Введение: Термическая обработка молока вызывает частичную трансформацию его компонентов, выраженность которой возрастает с увеличением тепловой нагрузки и может ухудшать показатели качества. Использование лабильных компонентов и продуктов их трансформации в качестве маркёров нагрузки затруднено их высокой вариативностью. Среди спектрометрических методов идентификации нагрузки наиболее перспективна спектроскопия комбинационного рассеяния, однако её применение ограничено как зашумлённостью спектров артефактами, для подавления которой отсутствуют формализованные критерии выбора параметров сглаживания, так и отсутствием формализованного подхода к выделению устойчивых спектральных маркёров уровня тепловой нагрузки.

Цель: Разработка формализованного подхода к установлению участков спектров, корреспондирующих тепловой нагрузке при термической обработке молока.

Материалы и методы: Объектами исследования служили образцы свежего обезжиренного молока, подвергнутые четырём вариантам тепловой нагрузки: термизации при 50 ℃ (контроль) и термизации с последующей пастеризацией при 70, 80 и 90 ℃ в течение 30 с. Для каждого образца получали спектры комбинационного рассеяния на рамановском спектрометре EnSpectr R532 в диапазоне 240–4400 см⁻¹ с дискретностью 0,7–1,8 см⁻¹ при длине волны возбуждения 532 нм. Сглаживание выполняли методом простого скользящего среднего.

Результаты: Полученные спектры зашумлены артефактами и требуют сглаживания. Разработана формализованная система определения числа этапов сглаживания методом простого скользящего среднего и полуширины окна на каждом этапе, основанная на комплексе ключевых факторов и граничных условий. Достаточным оказалось 4–5 этапов сглаживания; полуширина окна по этапам сначала возрастала с 5 до 13–14 точек, а затем резко сужалась до 2–6 точек. На основе формализованных статистических процедур выявлены два участка диапазона (1289–1452 и 1475–2764 см⁻¹), на которых интенсивность спектров корреспондировала степени тепловой нагрузки.

Выводы: Предложенный формализованный комплекс обработки спектров обеспечивает воспроизводимый выбор параметров сглаживания и на этой основе позволяет очертить вероятное местоположение маркёров тепловой нагрузки молока. Выявленные два участка следует рассматривать как предварительные границы такого местоположения, подлежащие уточнению при расширении набора данных.

1. Алкадур, М.И., Пряничникова, Н.С., Юрова, Е.А., & Петров, А.Н. (2024). Влияние термизации и пастеризации на качество сухого молока. Техника и технология пищевых производств, 54(2), 275-284. https://doi.org/10.21603/2074-9414-2024-2-2506

2. Alkadour, M.I., Pryanichnikova, N.S., Yurova, E.A., & Petrov, A.N. (2024). Effect of thermal treatment and pasteurization on milk powder quality. Food Processing: Techniques and Technology, 54(2), 275-284. (In Russ.). https://doi.org/10.21603/2074-9414-2024-2-2506

3. Беляков, М.В. & Никитин, Е.А. (2023). Сравнительная оценка спектральных люминесцентных характеристик молока и молочных продуктов, Хранение и переработка сельхозсырья, 2, 90-102. https://doi.org/10.36107/spfp.2023.412

4. Belyakov, M.V., & Nikitin, E.A. (2023). Comparative evaluation of spectral luminescent characteristics of milk and dairy products. Storage and Processing of Farm Products, 2, 90-102. (In Russ.). https://doi.org/10.36107/spfp.2023.412

5. Донская, Г.А. (2021). Инновационные технологии обработки молока. Пищевая промышленность, 7, 55-58. https://doi.org/10.52653/PPI.2021.7.7.017

6. Donskaya, G.A. (2021). Innovative milk processing technologies. Food industry, 7, 55-58. (In Russ.). https://doi.org/10.52653/PPI.2021.7.7.017

7. Донская, Г.А., Дрожжин, В.М. & Добриян, Е.И. (2021). Свободные жирные кислоты как оценочные критерии качества питьевого молока. Пищевая промышленность, 8, 54-57. https://doi.org/10.52653/PPI.2021.8.8.014

8. Donskaya, G.A., Drozhzhin, V.M., & Dobryan, E.I. (2021). Free fatty acids as evaluation criteria for the quality of drinking milk. Food Industry, 8, 54-57. (In Russ.). https://doi.org/10.52653/PPI.2021.8.8.014

9. Донская, Г.А., Креккер, Л.Г., Дрожжин, В.М. & Колосова, Е.В. (2022). Перекисное окисление липидов и термообработка молока для приготовления кисломолочного продукта смешанного брожения. Вестник КрасГАУ, 5(182), 226-233. https://doi.org/10.36718/1819-4036-2022-5-226-233

10. Donskaya, G.A., Krekker, L.G., Drozhzhin, V.M., & Kolosova, E.V. (2022). Lipid peroxidation and heat treatment of milk for the preparation of mixed fermentation fermented milk product. Bulletin of KSAU, 5(182), 226-233. (In Russ.). https://doi.org/10.36718/1819-4036-2022-5-226-233

11. Жижин, Н.А. (2022). ВЭЖХ анализ фурозина, β-лактоглобулина и лактулозы как критерий оценки тепловой нагрузки на молоко. Зоотехния, 3, 32-36. https://doi.org/10.25708/ZT.2022.16.19.010

12. Zhizhin, N.A. (2022). HPLC analysis of furosine, β-lactoglobulin and lactulose as a criterion for assessing the heat load of milk. Animal Science, 3, 32-36. (In Russ.). https://doi.org/10.25708/ZT.2022.16.19.010

13. Юрова, Е.А., Фильчакова, С.А. & Ананьева, Н.В. (2022). Молоко как основа для производства специализированных продуктов питания с улучшенными нутритивными свойствами. Вестник КрасГАУ, 5 (182), 206-215. https://doi.org/10.36718/1819-4036-2022-5-206-215

14. Yurova, E.A., Filchakova, S.A., & Ananyeva, N.V. (2022). Milk as a basis for the production of specialized food products with improved nutritional properties. Bulletin of KSAU, 5(182), 206-215. (In Russ.) https://doi.org/10.36718/1819-4036-2022-5-206-215

15. Aalaei, K., Rayner, M. & Sjoholm, I. (2019). Chemical methods and techniques to monitor early Maillard reaction in milk products; A review. Critical Reviews in Food Science and Nutrition, 59(12), 1829-1839. https://doi.org/10.1080/10408398.2018.1431202

16. Agustika, D.K., Nawawi, M.R., Prasetyowati, R., Hidayat, S.H., Iliescu, D.D. & Leeson, M.S. (2022). Savitzky-Golay Parameter Optimization by using Linear Discriminant Analysis for FTIR Spectra. 2022 IEEE 7th Forum on Research and Technologies for Society and Industry Innovation (RTSI), (pp. 123-128). Institute of Electrical and Electronics Engineers. https://doi.org/10.1109/RTSI55261.2022.9905171.

17. Feijóo, A. & Villanueva, D. (2016). Assessing wind speed simulation methods. Statistics for Biomedical Engineers and Scientists, 56, 473-483. https://doi.org/10.1016/j.rser.2015.11.094

18. Herrera-Ardila, Y.M., Orrego, D., Bejarano-López, A.F. & Klotz-Ceberio, B. (2022). Effect of heat treatment on vitamin content during the manufacture of food products at industrial scale. DYNA, 89 (223), 127-132, https://doi.org/10.15446/dyna.v89n223.99775

19. Hoang, V.D. (2014). Wavelet-based spectral analysis. TrAC Trends in Analytical Chemistry, 62, 144-153. https://doi.org/10.1016/j.trac.2014.07.010

20. Hussain Khan, H.M., McCarthy, U., Esmonde-White, K., Casey, I. & O'Shea, N. (2023). Potential of Raman spectroscopy for in-line measurement of raw milk composition. Food Control, 152, 109862. https://doi.org/10.1016/j.foodcont.2023.109862

21. Huzortey, A.A., Anderson, B. & Owusu, A. (2021). Raman spectra recovery using a second derivative technique and range independent baseline correction algorithm. OSA Continuum, 4(9), 2468-2480. https://doi.org/10.1364/OSAC.432785

22. Lalwani, Sh., Lewerentz, F., Håkansson, A., Löfgren, R., Eriksson, J., Paulsson, M. & Glantz, M. (2024). Impact of thermal processing on micronutrients and physical stability of milk and cream at dairy production scale. International Dairy Journal, 153, 105901. https://doi.org/10.1016/j.idairyj.2024.105901

23. Lewis, M.J. (2022). Physical and Physicochemical Properties of Milk and Milk Products. In: P.L.H. McSweeney, J.A. O'Mahony, A.L. Kelly (Eds.), Advanced Dairy Chemistry (pp. 493-551). Springer Cham. https://doi.org/10.1007/978-3-030-92585-7_12

24. Lin, Z., Liu, J. & Chen, G. (2001). A new method of Fourier-transform smoothing with ratio spectra derivative spectrophotometry. Fresenius' Journal of Analytical Chemistry, 370, 997–1002. https://doi.org/10.1007/s002160100920

25. Lu J., Zhu T., Dai, Y., Xing, L., Jinqi, L., Zhou, S. & Kong, C. (2023). The effect of heat treatment on the lactosylation of milk proteins. Journal of Dairy Science, 106(12), 8321-8330. https://doi.org/10.3168/jds.2023-23526

26. Niedzwiecki, M., Ciolek, M., Gańcza, A., & Kaczmarek, P. (2021). Application of regularized Savitzky-Golay filters to identification of time-varying systems. Automatica, 133, 109865. https://doi.org/10.1016/j.automatica.2021.109865

27. Sadat, A., & Joye, I.J. (2020). Peak Fitting Applied to Fourier Transform Infrared and Raman Spectroscopic Analysis of Proteins. Applied Sciences, 10(17), 5918. https://doi.org/10.3390/app10175918

28. Schulze, H.G., Foist, R.B. Okuda, K., Ivanov, A. & Turner, R.F.B. (2012). A small-window moving average-based fully automated baseline estimation method for raman spectra. Applied Spectroscopy, 66 (7), 757-764. https://doi.org/10.1366/11-06550

29. Silva, M.G., de Paula, I.L., Stephani, R., Edwards, H.G.M. & de Oliveira, L.F.C. (2021). Raman spectroscopy in the quality analysis of dairy products: A literature review. Journal of Raman Spectroscopy, 52(12), 2444-2478. https://doi.org/10.1002/jrs.6214

30. Singh, A.S. & Masuku, M.B. (2014). Sampling Techniques & Determination of Sample Size in Applied Statistics Research: an Overview. International Journal of Economics, Commerce and Management, II (11), 1-22.

31. Smirnova, A., Konoplev, G., Mukhin, N., Stepanova, O. & Steinmann, U. (2020). Milk as a complex multiphase polydisperse system: approaches for the quantitative and qualitative analysis. Journal of Composites Science, 4(4), 151. http://dx.doi.org/10.3390/jcs4040151

32. Stojanovska, S., Gruevska, N., Tomovska, J., Tasevska, J., Krstanovski, A. & Menkovska, M. (2017). Maillard reaction and lactose structural changes during milk processing. Chemistry Research Journal, 2(6), 139-145.

33. van den Oever, S.P. & Mayer, H.K. (2021). Analytical assessment of the intensity of heat treatment of milk and dairy products. International Dairy Journal, 121, 105097. https://doi.org/10.1016/j.idairyj.2021.105097

34. Verruck S., Sartor, S., Buss Marenda, F., da Silva Barros, E.L., Camelo-Silva, C., Machado Canella, M.H. & Prudencio, E. Sch. (2019). Influence of heat treatment and microfiltration on the milk proteins properties. Advanced in Food Technology and Nutritional Sciences - Open Journal, 5(2), 54-66. http://dx.doi.org/10.17140/AFTNSOJ-5-157

35. Wahab, M.F., Gritti, F. & O'Haver, Th.C. (2021). Discrete Fourier transform techniques for noise reduction and digital enhancement of analytical signals. TrAC Trends in Analytical Chemistry, 143, 116354. https://doi.org/10.1016/j.trac.2021.116354

36. Wang, Y., Xiao, R., Wang, P., Zhu, Y., Niu, T. & Chen, H. (2024). The impact of thermal treatment intensity on proteins, fatty acids, macro/micro-nutrients, flavor, and heating markers of milk – A comprehensive review. International Journal of Molecular Sciences, 25(16), 8670. http://dx.doi.org/10.3390/ijms25168670

37. Weiss, S., Proudler, I.K. & Macleod, M.D. (2019). Measuring smoothness of real-valued functions defined by sample points on the unit circle. 2019 Sensor Signal Processing for Defence Conference (SSPD) (pp. 1-5). Institute of Electrical and Electronics Engineers. https://doi.org/10.1109/SSPD.2019.8751642.

38. Wiking, L., Gregersen, S.B., Hansen, S.F., & Hammershøj, M. (2022). Heat-induced changes in milk fat and milk fat globules and its derived effects on acid dairy gelation – A review. International Dairy Journal, 127, 105213. https://doi.org/10.1016/j.idairyj.2021.105213

39. Zhang, Y., Yi, S., Lu, J., Pang, X., Xu, X., Lv, J., & Zhang, S. (2021). Effect of different heat treatments on the Maillard reaction products, volatile compounds and glycation level of milk. International Dairy Journal, 123, 105182. https://doi.org/10.1016/j.idairyj.2021.105182