Сравнительный анализ скисания молока методами отражательной инфракрасной спектроскопии

Введение: Для повышения эффективности и конкурентоспособности молочнохозяйственной отрасли важным является контроль качества молочной продукции. Инфракрасная спектроскопия демонстрирует значительный потенциал для ее применения при измерении состава, обнаружении фальсификаций, контроля при технологических процессах. Вместе с тем, отсутствуют сведения о применение ИК-методов для анализа скисания молока при хранении и переработке.

Цель: изучение оптических свойств в инфракрасном спектре молока при скисании для обоснования выбора спектрального диапазона и наиболее информативных параметров контроля в процессе хранения и переработки.

Материалы и методы: Для спектральных измерений использовалось питьевое пастеризованное молоко с массовой долей жира 4,01%, белка 3,37%, лактозы 4,94%. Производили измерения спектральных характеристик отражения и поглощения α(λ) в диапазонах 400-2500 нм и 2,5-18,0 мкм по общепринятой методике. 

Результаты: В ближней ИК-области имеются максимумы поглощения на длинах волн примерно 980 нм, 1200 нм, 1455 нм, 1930 нм. Интегральные коэффициенты поглощения, рассчитанные как во всем спектре, так и в областях максимумов незначительно (менее 10%) и несистемно меняются при увеличении кислотности в 6 раз в процессе скисания. Статистические параметры также меняются незначительно и несистемно. Все спектральные кривые имеют выраженную левостороннюю асимметрию и умеренную плосковершинность. В спектре средневолнового поглощения имеется единственный максимум примерно на 9400 нм в области 8000-12500 нм. Зависимость коэффициента поглощения от кислотности в области 8000-12500 нм являются возрастающей и может быть статистически достоверно аппроксимирована. Статистические параметры при изменении кислотности в среднем ИК диапазоне меняются несистемно. Все спектры имеют правостороннюю асимметрию и выраженную плосковершинность.

Выводы: Контроль кислотности молока в процессе хранения и переработки при скисании наиболее целесообразно осуществлять по поглощению в среднем ИК диапазоне, причем наиболее информативная область спектра 8-12,5 мкм. Статистические параметры спектров поглощения молока как в ближнем, так и в среднем инфракрасном диапазоне меняются несистемно и, зачастую, незначительно. Все спектры являются плосковершинными, в ближнем ИК диапазоне они имеют левостороннюю, а в средней ИК области – правостороннюю асимметрию. 

1. Беляков, М. В., & Никитин Е.А. (2023). Спектральные люминесцентные характеристики молока и молочных продуктов. Хранение и переработка сельхозсырья, (2), 90-102. https://doi.org/10.36107/spfp.2023.412

2. Беляков, М. В., Самарин, Г. Н., Ефременков, И. Ю., & Кудрявцев, А. С. (2023). Люминесцентные свойства молока различной жирности при скисании. Электротехнологии и электрооборудование в АПК, 70(1), 37-44. https://doi.org/10.22314/2658-4859-2023-70-1-37-44

3. Иванов, Ю. А. (2022). Стратегические направления развития молочного скотоводства. Техника и технологии в животноводстве, 2(46), 18-23. https://doi.org/10.51794/27132064-2022-2-18

4. Кулмырзаев, А. А., & Мачихин, С. А. (2007). Применение флуоресцентной спектроскопии для оценки качества термически обработанного молока. Хранение и переработка сельхозсырья, (12), 69-72.

5. Лукашенко, Е. И. (2014). Применение флуоресцентного метода для контроля качества. Молочнохозяйственный вестник, 1(13), 65-70.

6. Мельденберг, Д. Н., Полякова, О. С., Семенова, Е. С., & Юрова, Е. А. (2020). Разработка комплексной оценки белкового состава молока сырья различных сельскохозяйственных животных для выработки продуктов функциональной направленности. Хранение и переработка сельхозсырья, (3), 118-133. https://doi.org/10.36107/spfp.2020.352

7. Самарин, Г.Н., Беляков, М.В., Ефременков, И.Ю., & Лящук, Ю.О. (2024). Обнаружение антибиотиков в молоке по его фотолюминесцентным свойствам. Электротехнологии и электрооборудование в АПК, 71(1), 10-16. https://doi.org/10.22314/2658-4859-2024-71-1-10-16.

8. Святкина, Л. И., & Андрухова, В. Я. (2009). Оценка подлинности продукции из коровьего молока методом газовой хроматографии. Хранение и переработка сельхозсырья, (10), 20-23.

9. Топникова, Е. В., Новокшанова, А. Л., Пирогова Е. Н., & Рыжакина, Т. П. (2023). Оценка гигиенических и микробиологических рисков при переработке молока в России. Молочнохозяйственный вестник, 1(49), 193-214. https://doi.org/10.52231/2225-4269_2023_1_193

10. Хамнаева, Н. И., Батуева, Д. М., & Данжеева, Э. К. (2009). Сравнительная оценка импульсной электронно-пучковой и термической обработок молока и молочной сыворотки с помощью ИК-спектроскопии. Хранение и переработка сельхозсырья, (6), 21-23.

11. Хуршудян, С. А., Лазарева, Е. Г., Рябова, А. Е., & Михайлова, И. Ю. (2020). Аналитические измерения в экспертизе пищевых продуктов. Контроль качества продукции, 6, 38-41. https://doi.org/10.35400/2541-9900-2020-6-38-41

12. Andrade, J., Pereira, C. G., de Almeida Junior, J. C., Ramos Viana, C. C., de Oliveira Neves, L. N., Fonseca da Silva, P. H., Bell, M. J. V., & de Carvalho dos Anjos, V. (2019). FTIR-ATR determination of protein content to evaluate whey protein concentrate adulteration. Lebensmittel-Wissenschaft & Technologie, 99, 166-172. https://doi.org/10.1016/j.lwt.2018.09.079

13. Buzdar, M., Yaqub, A., Hayat, A., Zia Ul Haq, M., Khan, A., & Ajab, H. (2023). Paper based colorimetric sensor using novel green magnetized nanocomposite of pinus for hydrogen peroxide detection in water and milk. Food Bioscience, 55, 103014. https://doi.org/10.1016/j.fbio.2023.103014

14. Currò, S., Manuelian, C.L., Penasa, M., Cassandro, M., De Marchi, M. (2017). Technical note: Feasibility of near infrared transmittance spectroscopy to predict cheese ripeness. Journal of Dairy Science, 100(11), 8759-8763. https://doi.org/10.3168/jds.2017-13001

15. Daniloski, D., McCarthy, N. A., O'Callaghan, T. F., & Vasiljevic, T. (2022). Authentication of β-casein milk phenotypes using FTIR spectroscopy. International Dairy Journal, 129, 105350. https://doi.org/10.1016/j.idairyj.2022.105350

16. Grewal, M. K., Huppertz, T., & Vasiljevic, T. (2018). FTIR fingerprinting of structural changes of milk proteins induced by heat treatment, deamidation and dephosphorylation. Food Hydrocolloids, 80, 160-167. https://doi.org/10.1016/j.foodhyd.2018.02.010

17. Holroyd, S. E. (2013). The use of near Infrared Spectroscopy on Milk and Milk Products. Journal of Near Infrared Spectroscopy, 21(5), 311-322. https://doi.org/10.1255/jnirs.1055

18. Manley, M. (2014). Near-infrared spectroscopy and hyperspectral imaging: Non-destructive analysis of biological materials. Chemical Society Reviews, 43, 8200-8214. https://doi.org/10.1039/C4CS00062E

19. Markoska, T., Huppertz, T., Grewal, M. K., & Vasiljevic, T. (2019). FTIR analysis of physiochemical changes in raw skim milk upon concentration. Lebensmittel-Wissenschaft & Technologie, 102, 64-70, https://doi.org/10.1016/j.lwt.2018.12.011

20. Portnoy, M., Coon, C., & Barbano, D.M. (2021). Infrared milk analyzers: Milk urea nitrogen calibration. Journal of Dairy Science, 104(7), 7426-7437. https://doi.org/10.3168/jds.2020-18772

21. Pu, Y.-Y., O'Donnell, C., Tobin, J. T., & O'Shea, N. (2020). Review of near-infrared spectroscopy as a process analytical technology for real-time product monitoring in dairy processing. International Dairy Journal, 103, 104623. https://doi.org/10.1016/j.idairyj.2019.104623

22. Temizkan, R., Can, A., Dogan, M. A., Mortas, M., & Ayvaz, H. (2020). Rapid detection of milk fat adulteration in yoghurts using near and mid-infrared spectroscopy. International Dairy Journal, 110, 104795. https://doi.org/10.1016/j.idairyj.2020.104795

23. Toffanin, V., De Marchi, M., Lopez-Villalobos, N., & Cassandro, M. (2015). Effectiveness of mid-infrared spectroscopy for prediction of the contents of calcium and phosphorus, and titratable acidity of milk and their relationship with milk quality and coagulation properties. International Dairy Journal, 41, 68-73. https://doi.org/10.1016/j.idairyj.2014.10.002

24. Visconti, L. G., Rodríguez, M. S., & Di Anibal, C. V. (2020). Determination of grated hard cheeses adulteration by near infrared spectroscopy (NIR) and multivariate analysis. International Dairy Journal, 104, 104647. https://doi.org/10.1016/j.idairyj.2020.104647

25. Wang, Y., Guo, W., Zhu, X. & Liu, Q. (2019). Effect of homogenisation on detection of milk protein content based on NIR diffuse reflectance spectroscopy. International Journal of Food Sciences and Technology, 54, 387-395. https://doi.org/10.1111/ijfs.13948