《JOURNAL OF FOOD PROCESSING AND PRESERVATION》:Optimization of Ricotta Cheese Yield Using Response Surface Methodology
编辑推荐:
马苏里拉乳清(Mozzarella whey)因其丰富的营养成分在增值乳制品开发方面具有较大潜力。乳清干酪(Ricotta cheese)是一种热-酸诱导凝固产品,传统上由乳清制得。本研究旨在利用响应面法(RSM)优化马苏里拉乳清生产乳清干酪的得率,重点关注关
马苏里拉乳清(Mozzarella whey)因其丰富的营养成分在增值乳制品开发方面具有较大潜力。乳清干酪(Ricotta cheese)是一种热-酸诱导凝固产品,传统上由乳清制得。本研究旨在利用响应面法(RSM)优化马苏里拉乳清生产乳清干酪的得率,重点关注关键工艺变量(加热温度、pH、凝乳温度、柠檬酸及CaCl2浓度)。采用Box–Behnken设计(BBD)和中心复合设计(CCD)评价各变量单独及交互作用对乳清干酪得率的影响。确定最佳条件为:加热温度95°C、pH 6.0、凝乳温度70°C、柠檬酸浓度0.1%,此条件下乳清干酪得率达10.88%,较既往报道的5%–6%显著提高。初始模型决定系数(R2)为0.7143;优化区域验证实验显示强相关性(R2= 0.9704),预测值与实测值相对误差<10%,证实模型可靠性。值得注意的是,CaCl2未通过离子桥形成显著促进得率提升,其作用仅限于增加总固形物含量。乳清本身高乳糖含量阻碍得率进一步升高,提示剩余渗透液可作为乳糖回收来源。研究结果表明RSM可有效提升乳清干酪生产效率,并为工业应用提供实践参考。
研究背景与目的
乳清是干酪加工的主要副产物,约占原料乳体积的85%–90%,含约55%原乳营养素,其中乳清蛋白(主要是β-乳球蛋白和α-乳白蛋白)具备热-酸诱导凝固潜力,可经加热及酸化制成软质未成熟乳清干酪——Ricotta cheese(乳清干酪)。传统不加全乳时Ricotta得率仅约干物质总量的5%–6%,大量乳清固形物(尤其乳糖)无法进入凝块而浪费,且现有工艺缺乏基于多因素交互作用的系统优化。研究人员拟通过响应面法(Response Surface Methodology, RSM)考察加热温度(Heating temp)、pH、凝乳温度(Curdling temp)、柠檬酸(Citric acid)及氯化钙(CaCl2)浓度五因素对马苏里拉干酪乳清(Mozzarella whey)制Ricotta干物质回收得率的影响,确定最优工艺参数以提高得率并提供工业化依据。该论文发表于《JOURNAL OF FOOD PROCESSING AND PRESERVATION》。
主要关键技术方法
研究人员获取商业马苏里拉干酪乳清(Mozzarella whey),均质并加叠氮化钠抑菌,测定其基本组分(总固形物6.2%,蛋白0.92%,脂肪0.61%,乳糖4.08%,灰分0.6%,pH 6.4)。采用分阶段RSM实验设计:第一阶段以五因素三水平Box–Behnken设计(BBD)安排46组实验;第二、三阶段固定加热温度95°C、pH 6.0、凝乳温度70°C,以柠檬酸浓度与CaCl2浓度为变量分别按中心复合设计(CCD)安排两组实验(各13组)。Ricotta得率以乳清干物质中回收至凝块干物质的百分比计算。使用Design-Expert 13软件进行实验设计、二次回归模型拟合及方差分析(ANOVA),并通过独立验证实验检验模型预测准确性。
研究结果
3.1. Whey Components(乳清组分)
马苏里拉乳清含6.2%总固形物,干基中乳糖占65.76%、蛋白14.8%、脂肪9.76%、灰分9.68%;乳糖因水溶无法参与蛋白凝固,限制最大理论得率。
3.2. Optimization of Ricotta Yield Using RSM(基于RSM的Ricotta得率优化)
BBD实验ANOVA显示加热温度(p < 0.0001)与pH(p = 0.0020)对得率影响极显著,加热温度×柠檬酸交互项显著(p = 0.0354),pH二次项显著(p = 0.0447);凝乳温度、柠檬酸主效应及CaCl2主效应均不显著(p > 0.05)。加热温度升至约95°C可大幅促进乳清蛋白变性聚集提高得率;pH降至近6.0(接近乳清蛋白等电点)利于疏水相互作用与凝块形成;凝乳温度于考察范围(30–70°C)内无统计显著性,出于节能选70°C;柠檬酸约0.1%时促进酸化促凝,过量反而抑制;CaCl2增量对应得率线性增加恰好等于其加入质量,无离子桥促凝效应,仅增加总固形物。BBD初筛结合后续CCD精细考察确认最优工艺为加热温度95°C、pH 6.0、凝乳温度70°C、柠檬酸0.1%(CaCl2可不添或微量),实测最高得率10.88%。模型验证实验预测vs实测R2= 0.9704,相对误差<10%,证明模型在优化区具高预测力。温度与pH敏感,偏离将明显降低得率并增大偏差。
讨论与结论翻译
应用RSM(BBD及CCD)成功识别了马苏里拉乳清制Ricotta cheese的最大化得率工艺条件。研究中优化条件(加热温度95°C、pH 6.0、凝乳温度70°C及柠檬酸浓度0.1%)下凝块得率达10.88%,为既往文献及工业常规不加奶时约5%–6%得率的两倍。基于RSM的模型表现出高预测精度(R2= 0.9704)与可靠性,预测值与实测值偏差极小。乳清加热温度、pH及柠檬酸浓度是Ricotta凝块形成的关键驱动因子;凝乳温度未显现显著影响;CaCl2的贡献局限于增加总固形物质量而非直接促进凝固过程。马苏里拉乳清高乳糖含量对得率构成结构性上限,但也使剩余渗透液成为乳糖提取的潜在资源。结果凸显RSM在乳制品工艺优化中的应用潜力,并为提升Ricotta生产效率与品质提供稳健框架。对工业规模马苏里拉生产商而言,该改进直接转化为单位乳清处理更高收益、减少原料浪费及降低单位质量Ricotta生产成本;此外残余高乳糖乳清渗透液可通过提取乳糖或乳清粉创造附加收益,整体增强乳品加工厂经济可持续性并支持奶酪制造领域的循环经济模式。