При производстве сывороточных гидролизатов содержание белка может оставаться прежним, хотя свойства продукта уже заметно изменились. Ферменты расщепляют белковые цепи на пептиды, и обычный анализ массовой доли белка почти ничего не говорит о том, насколько далеко зашла реакция. Для технолога важны другие показатели: степень гидролиза, распределение пептидов по размерам и устойчивость состава от партии к партии. MilkoScan FT3 позволяет оценивать часть этих характеристик по инфракрасному спектру — но далеко не все они входят в стандартный набор калибровок прибора.
Как ИК-спектр превращается в показатель процесса
MilkoScan FT3 хорошо известен как анализатор состава молока. Он определяет жир, белок, лактозу и сухое вещество методом инфракрасной спектроскопии с преобразованием Фурье (FTIR). Прибор регистрирует, как проба поглощает инфракрасное излучение на разных участках спектра, а калибровочная модель рассчитывает по этому набору сигналов содержание компонентов. Но спектр несёт информацию не только о количестве веществ. Его форма может меняться и тогда, когда молекулы вступают в реакцию.
При ферментативном гидролизе белка разрываются пептидные связи. Образуются новые концевые аминогруппы и карбоксильные группы, меняется соотношение исходных белков и более коротких пептидов. Общее количество белкового материала при этом не обязано уменьшаться. Поэтому стандартная калибровка «белок» не показывает, какая доля связей уже расщеплена. Для контроля реакции используют степень гидролиза — DH (degree of hydrolysis), выражаемую в процентах от общего числа потенциально расщепляемых пептидных связей.
Традиционный способ оценки DH основан на определении свободных аминогрупп, например с помощью орто-фталевого альдегида (метод OPA). Чем больше связей разорвано, тем больше доступных для реакции аминогрупп. Содержание этих групп пересчитывают в степень гидролиза по принятой методике, учитывающей особенности белкового субстрата. Это непрямой показатель: количество свободных аминогрупп тоже зависит от состава сырья и условий анализа. Тем не менее метод позволяет получить химическую опору для построения спектральной модели.
FT3 не «считает» разорванные связи непосредственно. Изменения спектра сопоставляют с DH, определённой референсным методом на серии проб. Затем математическая модель находит сочетание спектральных признаков, лучше всего связанное с нужным показателем. Когда такая модель создана, новая проба уже не требует отдельной реакции с OPA: достаточно измерить спектр. Но результат остаётся расчётным, а его достоверность зависит от состава исходной калибровочной выборки.
Для жидких молочных продуктов это особенно существенно. Вода интенсивно поглощает инфракрасное излучение и перекрывает часть полос, характерных для белка. В том числе затрудняется использование области амид I около 1650 см⁻¹. Полезную информацию можно извлекать из других участков — например, связанных с амидными группами около 1550 см⁻¹ и с карбоксилатными группами вблизи 1400 см⁻¹. Однако ни одна полоса не является самостоятельным универсальным «датчиком» гидролиза: поглощение воды, кислотность, концентрация белка и присутствие других компонентов тоже влияют на спектр.
Для обработки таких данных часто применяют регрессию на латентные структуры — PLS. Вместо того чтобы опираться на одно волновое число, модель анализирует множество взаимосвязанных спектральных точек и выделяет сочетания изменений, которые связаны с DH в обучающих пробах. Предварительная обработка спектров помогает уменьшать влияние различий базовой линии и рассеяния. При этом модель может уловить не только химические признаки гидролиза, но и сопутствующие изменения концентрации белка или рецептуры. Если в обучающих данных высокий DH всегда совпадал с определённым составом продукта, при изменении состава такой прогноз может оказаться ошибочным.
Здесь проходит граница между физической возможностью прибора и готовой аналитической методикой. По перечню калибровок MilkoScan FT3 предусмотрены измерения для молока, сыворотки, пермеата и ряда других продуктов, включая определение сахаров в низколактозном молоке. Стандартной универсальной калибровки степени гидролиза или распределения пептидов по молекулярной массе в этом перечне нет. Такие показатели требуют собственной модели, разработанной для соответствующего сырья.
| Технологическая задача | Определяемые показатели | Возможности и ограничения |
|---|---|---|
| Безлактозное молоко | Лактоза, глюкоза, галактоза | Калибровки FT3 предусмотрены; остаточную лактозу проверяют в рабочем диапазоне концентраций |
| Гидролизаты сывороточных белков | Степень гидролиза (DH) | Показана возможность промышленного применения с собственной моделью; готовой универсальной калибровки нет |
| Ультра- и нанофильтрация | Белок, сухой обезжиренный молочный остаток, сахара | Для отдельных потоков требуются подходящие калибровки и проверка результатов |
| Сыворотка и пермеат | Жир, белок, лактоза, сухое вещество | Для основных компонентов у FT3 предусмотрены калибровки |
| Отдельные сывороточные белки | β-лактоглобулин, α-лактальбумин и другие фракции | Экспериментальные спектральные модели; для количественного контроля предпочтительна хроматография |
Что удалось измерить на производстве сывороточных гидролизатов
Главная практическая трудность при выпуске гидролизатов — задержка между отбором пробы и получением результата. Химический анализ требует подготовки, реагентов и отдельных измерительных операций. Пока лаборатория определяет DH, реакция в аппарате продолжается. Если ждать окончательного результата перед остановкой процесса, возможно перерасщепление белка; остановка с большим запасом, напротив, увеличивает риск недостижения нужных характеристик. Быстрый анализ позволяет сократить эту задержку, хотя сам по себе не заменяет решений технолога.
На производстве Arla Foods Ingredients в Дании FT3 использовали рядом с технологической линией для измерения жидких гидролизатов сывороточного белка. Время от отбора пробы до получения спектра составляло приблизительно семь минут. Это оперативный лабораторный контроль непосредственно у линии, а не непрерывный датчик внутри реактора. Разница принципиальна: требуется отобрать пробу, доставить её к анализатору и сопоставить результат с технологическими пределами.
Для модели собрали 80 проб четырёх коммерческих продуктов со степенью гидролиза от 4,8 до 22,5 %. По 62 пробам построили связь между спектром и результатом OPA, а 18 проб оставили для независимой проверки. На этой проверке среднеквадратичная ошибка прогноза составила 0,78 процентного пункта DH. Результат получен на реальном производстве и показывает, что спектральный контроль степени гидролиза технически осуществим без традиционной химической подготовки каждой производственной пробы. Подробности опубликованы в работе по промышленному применению FTIR в 2026 году.
Число 0,78 требует правильного прочтения. Оно относится к среднеквадратичной разнице между расчётными и референсными значениями на ограниченной независимой выборке. Это не паспортная точность FT3, не максимальное отклонение каждой пробы и не обещание, что при DH 12 % любой результат будет находиться в интервале 12 ± 0,78 %. При переносе калибровки на другую продукцию ошибка может измениться. Для решения об остановке реакции значение имеет не только средняя ошибка, но и то, насколько близко показания располагаются к технологическому пределу и каков риск систематического смещения.
Особенно показательна реакция модели на один из продуктов с повышенным содержанием белка. Он был слабо представлен в калибровочной выборке, поэтому прогнозы для него оказались менее надёжными. Это понятная ситуация: изменение концентрации белка меняет интенсивность и соотношение спектральных полос, даже если сама степень гидролиза остаётся прежней. Математическая модель должна отделять влияние концентрации от признаков расщепления связей. Для этого в наборе калибровочных проб должны присутствовать характерные для производства варианты сырья, содержания белка и степени гидролиза — не только пробы одного технологического цикла.
Ещё одно ограничение связано с референсным методом. В спектральную калибровку попадает разброс самих значений OPA, включая последствия отбора, подготовки и химического определения. Плавная кривая DH, полученная по спектрам, может быть удобнее для отслеживания динамики процесса, но гладкость кривой не доказывает, что прибор измеряет истинное значение лучше. Регрессионная модель способна как подавлять случайный разброс, так и сглаживать реальное быстрое изменение реакции. Поэтому контроль вблизи критической точки должен опираться на проверенную ошибку прогноза, а не только на визуальную ровность графика.
Почему одинаковая степень гидролиза не означает одинаковый продукт
Для гидролизатов, предназначенных для специализированного питания, одной DH недостаточно. Допустим, два ферментных препарата расщепили одинаковую долю пептидных связей. Один фермент действует преимущественно внутри белковой цепи (эндопептидаза), другой последовательно отделяет небольшие фрагменты с её концов (экзопептидаза). Итоговая доля разорванных связей может быть близкой, но распределение пептидов по молекулярной массе — существенно различаться.
Разница влияет на растворимость, горечь, функциональные свойства и дальнейшее поведение продукта. Для некоторых видов питания принципиален также состав остаточных пептидов и возможное сохранение аллергенных участков. Однако степень гидролиза сама по себе не подтверждает гипоаллергенность: для такого вывода нужны специальные методы оценки и критерии, связанные с назначением продукта.
Распределение пептидов по молекулярной массе обычно исследуют методами хроматографии. FTIR может содержать косвенные признаки этого распределения, и для экспериментальных спектров действительно удавалось строить модели как DH, так и средней молекулярной массы. Но средняя масса — тоже обобщённый показатель: две смеси с разной долей коротких и длинных пептидов способны иметь близкие средние значения. Поэтому при наличии жёстких требований к размерным фракциям спектральная оценка не заменяет измерения самого распределения.
Есть важная разница между лабораторными исследованиями и работой FT3 на жидком продукте. Во многих экспериментах гидролизат сначала высушивали тонкой плёнкой, а спектр снимали уже с сухого образца. Это уменьшает влияние воды и позволяет использовать спектральные области, которые в жидкой пробе плохо доступны. Такой подход полезен для выяснения химических закономерностей, но его нельзя считать готовой методикой на жидком образце для FT3. Переход между ними требует отдельного построения и проверки модели.
Поэтому универсальная калибровка на все белковые гидролизаты выглядит привлекательной скорее как идея, чем как подтверждённое производственное решение. В реальном сырье меняются соотношения белковых фракций, степень предварительной денатурации, минеральный состав, содержание сухих веществ и активность фермента. Эти различия могут оказаться для спектра крупнее, чем изменения, связанные непосредственно с DH. Экспериментальные сравнения общих и специализированных моделей показывают, что калибровка под определённый тип сырья нередко даёт меньшую ошибку.
Для промышленной лаборатории это меняет порядок внедрения метода. Сначала определяют, какой показатель действительно нужен для управления процессом и в каком диапазоне. Затем собирают пробы из разных партий и стадий реакции, определяют показатель референсным методом и только после этого проверяют спектральную модель на независимых партиях. Особенно важно не смешивать два вопроса: насколько хорошо модель объясняет уже использованные при построении данные и насколько точно она будет работать на следующей производственной смене.
Лактоза и мембранные фракции: почему важен состав конкретного потока
Гидролиз лактозы — более определённая химическая реакция: фермент лактаза расщепляет одну молекулу лактозы на глюкозу и галактозу. В ходе процесса содержание лактозы уменьшается, а содержание двух моносахаридов возрастает. Для FT3 предусмотрены калибровки, позволяющие определять эти сахара в соответствующих молочных продуктах. Это даёт возможность наблюдать направление изменения состава и оценивать ход процесса по пробам, но не означает одинаковой точности во всём диапазоне концентраций.
В обычном молоке основная задача — определить компонент, присутствующий в относительно высокой концентрации. В низколактозном продукте задача меняется: после действия лактазы нужно отличить небольшое остаточное количество лактозы на фоне гораздо более высоких концентраций глюкозы и галактозы. Их спектральные полосы частично перекрываются. На уровне следовых количеств даже небольшое спектральное смещение, изменение температуры или особенности конкретной рецептуры могут заметно влиять на относительную ошибку определения лактозы.
Поэтому применение FT3 для оперативного наблюдения за гидролизом и подтверждение соответствия готового продукта установленному пределу содержания лактозы — две разные задачи. В первом случае достаточно модели, позволяющей уверенно видеть технологическую динамику. Во втором необходима методика с подходящим пределом количественного определения и известной неопределённостью на уровне нормативного порога. Когда спектральная методика не обеспечивает этих характеристик, используют подходящий подтверждающий метод, в частности хроматографию.
Сложность возрастает, когда за обработкой молока следует мембранное разделение. Ультрафильтрация задерживает значительную часть белков и пропускает воду с низкомолекулярными компонентами; нанофильтрация позволяет дополнительно разделять часть растворённых веществ в зависимости от свойств мембраны и условий процесса. В результате образуются потоки с существенно разным содержанием белка, сахаров, солей и сухого вещества. Для каждого из них характерны свои диапазоны концентраций и потенциальные спектральные помехи.
Предположим, для всех потоков построена одна модель. На объединённой выборке она может давать высокий коэффициент детерминации, потому что концентрат с большим содержанием белка легко отличить от пермеата с малым содержанием белка. Но технологу требуется не отличать один поток от другого, а обнаруживать небольшое отклонение внутри выбранного потока. Именно здесь общая модель иногда теряет полезную чувствительность: погрешность, незаметная на широком диапазоне концентраций, становится сопоставимой с допустимым технологическим отклонением.
Это различие особенно важно при чтении показателя RPD, который нередко приводят для оценки спектральных калибровок. В упрощённом виде RPD — отношение стандартного отклонения референсных значений в наборе проб к ошибке прогноза. Если объединить пробы с очень разным составом, числитель увеличивается, и RPD может выглядеть лучше даже без существенного улучшения самой ошибки. Поэтому хорошие показатели RPD и R², рассчитанные на всех фракциях вместе, ещё не доказывают пригодность модели для тонкого регулирования отдельного технологического потока.
В исследовании фракций делактозированного обезжиренного молока после ультра- и нанофильтрации, проведённом с участием Granarolo, эту проблему проверяли на определении белка, сухого обезжиренного молочного остатка, глюкозы и галактозы. Для некоторых потоков модель на общей выборке работала хуже, чем модели для близких по составу фракций. Практический смысл результата прост: при контроле конкретного пермеата или концентрата нужно оценивать ошибку на пробах именно этого потока, а не выбирать метод только по общей характеристике калибровки.
Сывороточные белки: количественный состав и профиль фракций
Для сыворотки и пермеата FT3 имеет калибровки по основным компонентам, включая жир, общий белок, лактозу и сухое вещество. При изготовлении концентратов сывороточных белков этого набора нередко достаточно для контроля массы сухих веществ и основных показателей продукта. Но по общему белку нельзя определить, сколько в нём β-лактоглобулина, α-лактальбумина и других фракций.
Эти белки различаются по молекулярной структуре и свойствам. Их соотношение может меняться при фракционировании, тепловой обработке и технологических потерях. На средний ИК-спектр оно влияет, но сигналы отдельных белков сильно перекрываются, а концентрации некоторых фракций относительно малы. Математическая модель поэтому вынуждена разделять близкие спектральные признаки в присутствии меняющегося фона других компонентов.
В экспериментальной работе с подсырной сывороткой коэффициенты детерминации при проверке моделей для наиболее представленных фракций составляли примерно 0,56–0,58. Такие значения отражают лишь умеренное согласование с результатами хроматографии. Их может хватать для предварительной классификации проб или наблюдения общих тенденций, но не для замены количественного определения отдельных белков методом ВЭЖХ. К тому же речь идёт о специально разработанных моделях среднего ИК-диапазона, а не о паспортной функции FT3.
Получается несколько разных уровней использования одного и того же спектрометра. Основной состав молока и сыворотки определяют с предусмотренными производителем калибровками. Остаточную лактозу оценивают только после проверки точности на требуемом уровне концентрации. Степень гидролиза сывороточного белка можно получать в производственных условиях за несколько минут при наличии специализированной модели. Распределение пептидов и профиль отдельных сывороточных белков пока остаются задачами, где спектральный метод нуждается в дополнительной разработке и чаще служит вспомогательным инструментом.
Для внедрения наиболее важна не сама возможность рассчитать ещё один показатель из спектра, а его надёжность в условиях конкретного производства. Прибор должен различать изменения, значимые для технолога, на фоне обычных колебаний сырья, а модель — сохранять точность при переходе между партиями. Именно эта проверка определяет, станет ли быстрый спектральный анализ рабочим инструментом управления процессом или останется результатом удачного эксперимента.