红曲霉奶酪的成熟条件工艺优化及品质变化分析

为了优化红曲霉奶酪品质及缩短成熟时间,该试验将前期筛选的优良红曲霉应用于奶酪的制作,首先确定了红曲霉BC20和ZX99为1∶1时为最优复配比例,之后通过单因素试验和响应面优化得到了最佳的成熟工艺参数,并对其理化、质地和抗氧化特性进行了研究。结果表明,最优复配比例下,在相对湿度为55.3%,第一阶段成熟时间为8.9 d、成熟温度30.2℃时,形成的红曲霉奶酪具有最佳的感官品质和较好的蛋白水解度。在成熟过程中,水分含量下降,pH值先下降后上升;色度指标中,L~*值下降,a~*和b~*值上升;红曲色素含量逐渐增加;硬度和咀嚼性均先增加后下降,凝聚性先减弱后增强,而黏性整体呈下降趋势;与未接种红曲霉的对照组奶酪相比,红曲霉奶酪具有更好的抗氧化特性。总之,该成熟条件工艺优化可以改善奶酪的感官品质,缩短成熟时间,并证实了红曲霉的添加可以有效改善奶酪的抗氧化活性。     

复配乳化剂HLB值对稀奶油脂肪聚结及结晶的影响

将单,双甘油脂肪酸酯与蔗糖酯按一定比例复配成不同亲水亲油平衡（hydrophile lipophilic balance,HLB）值的乳化剂,研究复配乳化剂HLB值对稀奶油脂肪聚结及结晶影响,并对其乳液性质及打发性质进行表征。结果表明,随着复配乳化剂HLB值的增大,乳液粒径增大且表观黏度升高进而使搅打时间延长;热力学及Avrami等温结晶动力学结果表明,复配乳化剂HLB值为10时,高熔点乳脂熔融温度改善显著,并且结晶速率最快;HLB值为8～10时打发性较好,乳清泄漏率较低,涂抹性较佳。因此,复配乳化剂HLB值应控制在8～10,此时更适用于高品质裱花稀奶油的工业生产。     

基于代谢组学研究红曲霉奶酪的代谢产物特征

为研究红曲霉奶酪的代谢产物特征，以红曲霉奶酪BC20、红曲霉奶酪ZX-99为实验组，以市售青霉奶酪、白霉奶酪为对照组，采用非靶向代谢组学方法对4款奶酪所涉及的低分子量代谢产物进行差异分析，将仅在实验组中差异富集（VIP>1,P<0.05,FC>2）且实验组间无显著差异（VIP≤1,P≥0.05）的代谢产物认为是红曲霉奶酪这一品类的特征。结果表明，在正、负离子模式下鉴定到的2510个代谢物中，有23个物质初步认为是红曲霉奶酪的代谢产物特征。其中，葫芦素e、夫西地酸、喹那普利、甲基多巴、苔黑酚、甘草皂苷h2、阿夫唑嗪、25-去乙酰基利福喷丁这8个物质具有一定有益活性。通过实验组与对照组的比较，发现有10条共同的差异代谢途径，其中蛋白质消化和吸收通路的富集程度较高，与氨基酸相关的通路占比最大，这两类通路所涉及的差异代谢产物中，丙酸、DL-酪氨酸、高三尖杉酯碱、2-异丙基苹果酸、肌酸、琥珀酸的物质含量在两款红曲霉奶酪中显著增加（P<0.05）。研究可为红曲霉奶酪的定义，代谢方向的调控以及有益代谢产物的富集提供理论依据。     

人工神经网络在新鲜奶酪中的应用现状及发展前景

综述新鲜奶酪中马苏里拉奶酪和哈罗米奶酪的研究进展以及人工神经网络（artificial neural network，ANN）在新鲜奶酪领域中的应用现状，并分析当前应用ANN 方法的优势及存在的问题。除此之外，ANN 在新鲜奶酪领域中的未来发展前景是基于深度算法，实现对生产过程的多目标预测和多工艺参数优化，为提高新鲜奶酪的工艺优化效率和优化质量提供理论依据。     

奶酪发酵剂红曲霉的筛选及其对奶酪理化、质构和抗氧化性的影响

为筛选适宜用作奶酪发酵剂的红曲霉菌株，通过对传统红曲发酵食品进行增菌培养，采用平板划线法初筛。将初筛菌株以一种新型短期成熟工艺制备奶酪进行风味品评复筛，最终筛选出6株疑似红曲霉的风味优势菌，通过DNA序列比对，确认为红曲霉。将6株优势菌以短熟工艺制备奶酪样品，并进行安全性、功能性、理化指标、质构和抗氧化性的检测，分析其对奶酪品质的影响。结果表明，红曲霉菌株BC20及ZX-99同时具备食用安全性及奶酪熟化能力。在奶酪成熟结束时，奶酪样品中的桔霉素含量皆低于国标检测限25μg/kg,远低于定量限80μg/kg, pH 4.6可溶性氮含量分别为(40.99±0.90)%、(26.05±0.56)%。该研究筛选出2株适宜制作成熟奶酪的红曲霉菌株，提供了一种制备红曲霉奶酪的新型短熟工艺，为红曲霉奶酪品质的优化及缩短成熟期、减少生产成本提供依据。