Анализ влияния продуктов переработки растительного сырья на активную кислотность (рН) мясных фаршей

переработки сырья, используя в полной мере потенциал пищевой ценности и биологической активности продуктов растительного и животного происхождения. Применение ресурсосберегающих технологий позволяет использовать сырьевые источники полностью (безотходное производство), или же превращать отходы некоторых пищевых производств, обладающих высокой пищевой ценностью в дешевые сырьевые ресурсы, позволяющие снизить себестоимость продукции и повысить экологичность и экономическую эффективность производства [4, 6, 11].

В производстве продуктов питания животного происхождения для обогащения конечного продукта макро- и микронутриентами, а также для снижения его себестоимости путем замены дорогостоящего сырья на более дешевое, все чаще используют сырье растительного происхождения, которое является поставщиком биологически активных веществ, необходимых для нормальной жизнедеятельности организма и профилактики ряда неинфекционных алиментарно-зависимых заболеваний, что особенно актуально, учитывая дефицит ряда нутриентов в рационе питания современного человека [7, 9, 14, 18].

В последнее время все больший интерес отечественных и зарубежных ученых вызывает перспективы применения лекарственного растительного сырья, а также ягодного сырья и продуктов его переработки в рецептурах обогащенных мясных изделий и полуфабрикатов [5, 9, 10, 13, 17]. Сюда можно отнести, например, обогащение мясных продуктов йодсодержащими фитокомпонентами (морскими водорослями) [3, 19], применение в рецептурах мясных изделий продуктов переработки растительного сырья (порошков, соков, выжимок и др.), богатых антиоксидантами, пищевыми волокнами, минеральными веществами и витаминами [1, 2, 4, 9, 15], использование лекарственного растительного сырья в виде отваров, настоев, экстрактов, порошков и т.д. в производстве мясопродуктов и т.д. [12, 13]. При этом помимо повышения пищевой ценности готового продукта растительные компоненты выполняют ряд важных функций в мясных системах, например, улучшение органолептических показателей, регулирование активной кислотности (рН), активация ферментативных процессов в процессе созревания, повышение функционально-технологических свойств и т.д. [8, 10, 17].

Однако при внесении в рецептуры мясных изделий продуктов переработки растительного сырья необходимо исследовать влияние добавки на целый ряд физико-химических, функционально-технологических, микробиологических и органолептических показателей для установления оптимальной дозировки нового компонента рецептуры с целью оптимизации требуемых показателей качества и безопасности готового продукта, а также отсутствия негативного влияния на изменение потребительских характеристик [9, 20].

Продукты переработки растительного сырья содержат достаточно высокое количество органических кислот, которые могут снижать показатель активной кислотности (рН) мясной системы при внесении в рецептуру. От активной кислотности мясной системы зависят многие технологические показатели, обеспечивающие создание высококачественного продукта. В частности, рН влияет на образование компонентов вкуса и аромата, характерных для конкретного вида продукта, коллоидную стабильность полидисперсной пищевой системы, термическую стабильность и биологическую стойкость пищевой системы, активность ферментов, условия роста полезной микрофлоры и ее влияние на процессы созревания и другие [8, 16].

В связи с этим целью данного исследования являлось изучение влияния продуктов переработки растительного сырья на изменение показателя активной кислотности (рН) мясных фаршей в зависимости от дозировки и максимально возможного количества добавки в рецептуре.

Материалы и методы исследований. Для анализа влияния вида и концентрации добавки из растительного сырья на изменение концентрации водородных ионов (рН) в качестве модельных образцов были выбраны куриный и свиной фарш, в которые вносили порошок из выжимок черной и красной смородины, порошок из айвы японской и шиповника. Каждый вид добавки плодовоягодного сырья вносили в фарш в следующих соотношениях: 0,25; 0,5; 0,75; 0,1 и 1,5% от массы мясного фарша (таб.1). Показатели активной кислотности образцов определяли в соответствии с ГОСТ Р 51478-99 (ИСО 2917-74) на pH-метре pH-150МИ. Математическую интерпретацию полученных результатов проводили в прикладной программе для статистических исследований SPSS Ver.18 при использовании простой линейной регрессии методом Enter.

Таблица 1 – Схема опыта

Опытные группы
Куриный фарш + порошок из выжимок черной смородины (0,25-1,5%)	Куриный фарш + порошок из выжимок красной смородины (0,25-1,5%)	Свиной фарш + порошок из айвы (0,25-1,5%)	Свиной фарш + порошок из шиповника (0,25-1,5%)
(КФ+ЧС)	(КФ+КС)	(СФ+А)	(СФ+Ш)

Результаты исследований и их анализ. В таблице 2 рассмотрим коэффициенты для каждой из полученных моделей, где предикторами высту- пали (константа) и дозировка; зависимыми переменными - pH (соответствующей модели).

Для модели КФ+ЧС корреляция предикторов и зависимой переменной проявляла среднюю силу связи – на уровне 0,667. Более существенное значение корреляции было получено в модели СФ+А – 0,736, тогда как в моделях КФ+КС и СФ+Ш сила связи была незначительна – 0,221 и 0,148 соответ- ственно. Наиболее приемлемой долей изменчивости зависимой переменной от независимой отвечали модели КФ+ЧС и СФ+А, для которых коэффициенты детерминации составили 0,444 и 0,541 соответственно.

Таблица 2 – Сводка моделей корреляции и детерминации

Модель	R	R-квадрат	Скорректированный R-квадрат	Стандартная ошибка оценки	Дарбин-Уотсон
КФ+ЧС	0,667	0,444	0,424	0,14579	2,274
КФ+КС	0,221	0,049	0,015	0,18028	2,315
СФ+А	0,736	0,541	0,525	0,15804	1,674
СФ+Ш	0,148	0,022	-0,013	0,20350	2,128

Поскольку автокорреляция по Дарбин-Уотсону в моделях КФ+ЧС (2,274), КФ+КС (2,315) и СФ+Ш (2,128) больше 2-х, то при построении уравнения регрессии методом наименьших квадратов (МНК), у полученных значений ошибка экстраполяции может достигать 10%. Построенные PP-графики (рис. 2, 5) демонстрируют неравномерное распределение вероятностей остатков у моделей КФ+КС. У модели СФ+А автокорреляция отсутствует, поскольку значение коэффициента 1,674 входит в статистику интервала (1,0-2,0), что также визуально отражается на PP-графике (рис. 3) – где распределение частот накопленных вероятностей наиболее близки к прямой.

Рис. 1 – PP-график для модели КФ+ЧС

Рис. 2 – PP-график для модели КФ+КС

Рис. 3 – PP-график для модели СФ+А

Рис. 4 – PP-график для модели СФ+Ш

Дисперсионный анализ, представленный в таблице 3, демонстрировал достоверное влияние дозировок добавки на уровень pН в следующих моделях: для КФ+ЧС критерий Фишера (далее F ) составил 22,382 при значимости (далее p ) равной

0,0005 (p<0,001); для СФ+А критерий F составил 33,049 при p равной 0,0005 (p<0,001). Статистически незначимыми оказались модели КФ+КС и

СФ+Ш, для которых уровень p составил 0,241 и 0,434 соответственно.

Таблица 3 – Факторный анализ

Модель		Сумма квадратов	ст.св.	Средний квадрат	F	р
КФ+ЧС	Регрессия	0,476	1	0,476	22,382	0,0005
	Остаток	0,595	28	0,021
	Всего	1,071	29
КФ+КС	Регрессия	0,047	1	0,047	1,436	0,241
	Остаток	0,910	28	0,033
	Всего	0,957	29
СФ+А	Регрессия	0,825	1	0,825	33,049	0,0005
	Остаток	0,699	28	0,025
	Всего	1,525	29
СФ+Ш	Регрессия	0,026	1	0,026	0,629	0,434
	Остаток	1,160	28	0,041
	Всего	1,186	29

Поскольку влияние дозировок на уровень pН  построением уравнения регрессии будет описы- для КФ+ЧС и СФ+А оказалось наиболее значи- вать лишь указанные модели (табл. 4).

мым, дальнейший МНК анализ с последующим

Таблица 4 – Коэффициенты регрессии (МНК)

Модель		НК		СК	т	Р
		B	Ст. ошибка	Бета
КФ+ЧС	(Константа)	5,758	0,045		128,629	0,0005
	Дозировка	-1,277	0,270	-0,667	-4,731	0,0005
КФ+КС	(Константа)	5,700	0,055		102,970	0,0005
	Дозировка	-0,400	0,334	-0,221	-1,198	0,241
СФ+А	(Константа)	6,355	0,049		130,956	0,0005
	Дозировка	-1,682	0,293	-0,736	-5,749	0,0005
СФ+Ш	(Константа)	6,281	0,062		100,510	0,0005
	Дозировка	-0,299	0,377	-0,148	-0,793	0,434

На основе нестандартизированных В-коэффициентов (НК) уравнение линейной регрессии для изучаемых моделей будет иметь вид: f(x)=b+m(x), где f(x) - зависимая переменная, b - константа, m - коэффициент регрессии, х - независимые переменные.

Соответственно для моделей КФ+ЧС и СФ+А уравнение линейной регрессии будет иметь вид:

f(x)=5,758-1,277(x);

f(x)=6,355-1,682(x).

Чтобы предсказать значение pH и определить влияние дозировки на ее изменчивость, введем для переменной х следующие значения:

5,758-1,277( 2 )=3,204; 6,355-1,682( 2 )=2,991.

При увеличении дозировки на 2% водородный показатель для КФ+ЧС и СФ+А составит 3,20 и 2,99 соответственно. Таким образом, получаем пропорциональную зависимость, при которой увеличение количества вносимой добавки в образцы фарша, влечет снижения уровня pH.

Средние значения статистики остатков для моделей, представленных в таблице 5, при добавлении порошков из выжимок плодово-ягодного сырья в соотношении 0,25-1,5%, составит: для КФ+ЧС – 5,58; КФ+КС – 5,64; для СФ+А – 6,13; для СФ+Ш – 6,24.

Таблица 5 – Статистика остатков (n=30)

Модель	Предсказанное значение
	Минимум	Максимум	Среднее	Стандартная отклонения
КФ+ЧС	5,3751	5,7583	5,5880	0,12808
КФ+КС	5,5800	5,7000	5,6467	0,04011
СФ+А	5,8503	6,3550	6,1307	0,16871
СФ+Ш	6,1909	6,2805	6,2407	0,02997

Выводы. Согласно полученным статистическим данным наиболее оптимальным решением при включении в состав мясных фаршей является использование порошков из айвы и выжимок черной смородины. Так, коэффициенты корреляции и детерминации для образцов КФ+ЧС и СФ+А составили 0,667 и 0,736 (r), 0,444 и 0,541(r2), значи- мость факторного анализа и МНК-оценки была менее 0,001 соответственно. Установлена зависимость снижения уровня pH от количества вносимого порошка, что позволяет подобрать оптимальную дозировку добавок в зависимости от заданного показателя активной кислотности мясных систем.