使用QSAR和机器学习识别天然食品衍生的乳化剂:在乳制品乳液中应用
Meng-Qi Liu1, Zai-Xi Zhou2, Hong-Fu Zhao1
1Key Laboratory of Dairy Science, Ministry of Education, Department of Food Science, Northeast Agricultural University, Harbin 150030, PR China.
Food chemistry
|June 27, 2025
概括
这项研究开发了一种机器学习模型,用于选食品中的有效乳化剂. 甘油被确定为一种强大的乳化剂,显著提高了牛奶蛋白乳液的稳定性和特性.
科学领域:
- 食品科学 食品科学 食品科学
- 计算化学计算化学
- 生物化学 生物化学
背景情况:
- 乳蛋白乳液往往缺乏稳定性,需要有效的乳化剂.
- 选食品衍生化合物用于乳化需要有效的方法.
研究的目的:
- 开发和验证一种定量结构-活性关系 (QSAR) 模型,用于选食品衍生乳化化合物.
- 为了评估甘油在牛奶蛋白系统中的乳化疗效.
主要方法:
- 利用分子描述器和机器学习算法 (随机森林) 来构建QSAR模型.
- 评估了乳蛋白乳液与候选化合物的稳定性.
- 标志着乳液的特性,例如颗粒大小,电位,发泡和粘度.
主要成果:
- 使用分子操作环境描述器的随机森林模型显示出高预测性能 (AUC: 0.9947,准确率: 93.33%).
- 甘油呈现出优异的乳化能力,减少颗粒大小 (102.64 nm) 和提高稳定性.
- 甘油增加了39.59%的乳液泡特性,增加了粘度.
结论:
- 开发的QSAR模型是有效的选乳化化合物.
- 甘油显著改善了牛奶蛋白乳液的物理稳定性和功能性质.
- 这项研究为食品工业中使用甘油提供了新的见解.
