D-最优混料设计在富含南瓜产品的意面开发与优化中的应用

《JOURNAL OF FOOD SCIENCE》：Application of a D-Optimal Mixture Design for the Development and Optimization of a Pasta Enriched With Pumpkin Products

　　

摘要
用高营养价值成分强化小麦制品正成为一种备受关注的策略，用以生产高品质可持续食品。因此，研究人员将南瓜产品如果肉（PPU）、果皮（PPE）和籽（PS）以不同比例和组合掺入小麦意面中，采用D-最优混料设计（DMD）生成 12 种 PPU、PPE 和 PS 粉的混合物。研究人员分析了 15 个响应变量，并建立了具有高精度（p < 0.02）和满意决定系数（R2 > 0.92）的预测模型。最优组成成为 85% 粗粒小麦粉、11.85% PPU、0% PPE 和 3.15% PS，实现合意性为 86.04%。该组成对应以下性质：水分 9.66%、灰分 1.49%、蛋白质 11.89%、脂肪 1.63%、碳水化合物 75.06%、总酚（以干重计）107.22 mg/100 g、总黄酮（以干重计）19.27 mg/100 g、类胡萝卜素（以干粉计）10.17 mg/100 g、抗氧化活性 15.34%。烹饪损失、最佳烹饪时间和吸水能力分别达到 5.04%、8.5 min 和 211.86%。颜色参数 L*、a*、b* 值分别为 84.38、2.76 和 27.3。DMD 混合物的感官分析评分揭示，含 12% PPU 和 3% PS 的混合物最受好评，这些比例与优化配方非常接近，这在结合营养与感官特性方面可能是一个重要优势。这一新配方表明，用南瓜产品强化的意面能够实现改善的营养、烹饪和感官特性。

论文解读文章

研究背景与问题：
传统意面（pasta）主要由粗粒小麦粉（semolina）和水制成，是富含复杂碳水化合物的主食，但膳食纤维、蛋白质、矿物质和维生素等营养素缺乏。为弥补这一不足，将高营养价值的农产品或副产物（如南瓜果肉、果皮、种子）掺入意面是一种有效强化策略。然而，多组分添加物的配比优化是技术难点，传统实验设计需大量试验，成本高且效率低。D-最优混料设计（D-optimal mixture design, DMD）可同时评估多组分交互作用，减少试验次数，在食品配方优化中已成功应用于饮料、烘焙和乳制品领域，但尚未有研究将其用于南瓜产品强化意面的开发。因此，本研究旨在利用DMD优化语义配比，以同时提升意面的营养、烹饪和感官品质。

研究内容与结论：
研究人员以阿尔及利亚贝贾亚省2023年9月收获的南瓜（Cucurbita pepo L.）为原料，将其果肉（PPU）、果皮（PPE）和种子（PS）分别干燥、粉碎至≤250 μm，与市售粗粒小麦粉混合。通过初步感官试验确定PPU、PPE、PS的添加范围（分别为3%–12%、0%–6%、0%–6%），然后利用DMD生成12种混合物（总添加量占小麦粉总重的15%），评估15个响应变量（水分、灰分、蛋白质、脂肪、碳水化合物、总酚含量TPC、总黄酮含量TFC、类胡萝卜素含量、DPPH自由基清除活性、烹饪损失CL、最佳烹饪时间OCT、吸水能力WAC、颜色参数L*、a*、b*）。模型拟合优度高（R2 > 0.92，p < 0.02），最终通过合意性函数获得最优配方：11.85% PPU、0% PPE、3.15% PS，合意性86.04%。该配方显著提升了灰分（1.49% vs. 对照0.67%）、蛋白质（11.89% vs. 9.08%）、总酚（107.22 vs. 52.82 mg GAE/100 g DW）等；烹饪损失5.04%（对照4%），OCT从10 min降至8.5 min，WAC从178.33%升至211.86%；颜色更红（a* 2.76 vs. 0.36）更黄（b* 27.3 vs. 18.57）；感官分析显示该配方（接近12% PPU + 3% PS）获得80%–100%的偏好率。论文发表在《JOURNAL OF FOOD SCIENCE》。

主要关键技术方法：
（1）D-最优混料设计（DMD）：通过JMP软件生成12组配方，建立多项式回归模型优化营养、烹饪和颜色响应。
（2）感官分析：15名训练有素的评价员（来自阿尔及利亚贝贾亚大学感官分析实验室）采用5点享乐量表（颜色、气味、质地、粘性、外观、味道）评估偏好映射。
（3）营养和生物活性测定：灰分、蛋白质、脂肪等采用AACC方法；总酚含量（TPC）用Folin-Ciocalteu法；总黄酮含量（TFC）用AlCl₃法；类胡萝卜素用分光光度法；抗氧化活性用DPPH法。
（4）烹饪品质评价：CL（105°C干燥残留物）、OCT（玻璃压片去生心）、WAC（煮后增重比）。
（5）矿物与纤维分析：X射线荧光光谱（XRF）测矿物；酶-重量法测纤维。
（6）类胡萝卜素组成：UHPLC–DAD（C30柱，450 nm检测）。

研究结果：
3.1 初步研究：通过单一添加试验确定PPU、PPE、PS的感官可接受范围（PPU 3%–12%，PPE 0%–6%，PS 0%–6%）。
3.2 优化过程：
?3.2.1 近似组成：添加南瓜产品后水分降低（9.48%–9.93% vs. 对照11.5%），灰分（1.07%–1.53%）、蛋白质（10.9%–16.15%）、脂肪（0.77%–2.6%）均升高，碳水化合物下降（70.44%–77.32%）。PS含量高则蛋白质和脂肪更高。
?3.2.2 生物活性化合物与抗氧化活性：TPC（99.33–114.08 mg GAE/100 g DW），TFC（14.63–29.94 mg QE/100 g DW），类胡萝卜素（6.88–11.27 mg β-CE/100 g DW），DPPH（12.55%–16.03%），均显著高于对照（TPC 52.82，TFC 0.78，类胡萝卜素1.77，DPPH 2.45%）。PPU含量高时类胡萝卜素和抗氧化活性更高。
?3.2.3 烹饪特性：CL为4.95%–5.67%（对照4%），均在允许范围（<8%）；OCT从10 min降至7.26–9.66 min；WAC从对照178.33%升至208.6%–233.67%。
?3.2.4 颜色参数：L*降低（82.79–86.28 vs. 89.75），a*从0.36升至1.73–2.74，b*从18.57升至20.5–31.82，呈现更红更黄的颜色。
3.3 方差分析（ANOVA）：所有模型显著（p < 0.05），R2在0.92–1之间。特殊立方模型适合灰分、蛋白质、脂肪、碳水化合物、TPC、DPPH、OCT、a*、b*；线性模型适合水分、TFC、CL、WAC、L*；二次模型适合类胡萝卜素。
3.4 添加对响应特性的影响：线性项对多数响应有显著正效应；交互项仅对OCT、a*、b*部分显著。
3.5 等高线图解释：增加PPU比例可提高水分、灰分、蛋白质、脂肪（但PS贡献更大）、TPC、TFC、DPPH、CL、WAC、L*、b*和a*。
3.6 配方验证：通过合意性函数得到最优配方（11.85% PPU, 0% PPE, 3.15% PS），实验值与预测值无显著差异（p > 0.05），验证模型可靠性。
3.7 感官分析：偏好映射显示12% PPU + 3% PS配方（Mixture 1）和12% PPU + 3% PPE配方（Mixture 7）获得80%–100%偏好，与优化配方一致；其他混合物（含较高PPE或PS）偏好低（9%–18%）。雷达图表明控制、Mixture 1和Mixture 7在味道和外观上得分最高。
3.8 纤维与矿物含量：优化配方膳食纤维从对照0.2 g/100 g升至5.6 g/100 g；矿物（K、Ca、Mg、P等）含量显著增加。
3.9 UHPLC–DAD分析类胡萝卜素：优化配方中检测到叶黄素（4.34 ppm）和β-胡萝卜素（1.17 ppm），α-胡萝卜素与β-胡萝卜素为主要组分。

总结讨论：
本研究采用D-最优混料设计（DMD）成功开发了含南瓜果肉（PPU）、果皮（PPE）和种子（PS）的意面新配方，优化后配方（11.85% PPU、3.15% PS）在营养、烹饪和感官特性上均获得显著提升。模型验证显示预测值与实验值一致，证实DMD是优化多组分食品配方的有效工具。感官评估中，高PPU低PPE的配方最受好评，表明合理配比可同时满足营养强化与消费者接受度。优化配方中膳食纤维、矿物质和类胡萝卜素含量的大幅提高，凸显了南瓜副产物在功能性意面开发中的应用潜力。未来需进一步优化挤压参数以实现工业放大，并研究功能成分的营养生物利用度和产品货架期。

研究结论：
本研究主要旨在提升意面的理化、营养和感官品质——意面因其在全球饮食中的基础作用而被广泛消费。研究人员成功运用DMD开发了一种包含三种南瓜副产物的新型意面配方。通过添加15%南瓜副产物粉（11.85% PPU粉和3.15% PS粉），该统计方法使研究人员获得具有最优理化与营养特性的意面配方。实验数据的建模促进了预测方程的建立，能够估算不同因子组合下系统的行为。值得注意的是，与传统小麦意面相比，南瓜强化意面在矿物质、膳食纤维和类胡萝卜素含量上的显著增加展示了定性和定量的双重改善。感官分析表明最优配方获得高度评价，偏好水平在80%–100%之间。总之，本研究证实意面可通过南瓜副产物有效强化以提升其营养价值并创造功能性食品。然而，通过优化挤压参数来改善意面品质对于推动工业放大仍然重要。此外，未来需针对这些功能性成分的营养生物利用率和生物可及性，以及产品货架期开展研究，以阐明强化意面带来的健康益处。