پيش‌بيني تغييرات كيفي كپور نقره‌اي بسته‌بندي‌شده در شرايط خلأ با كمك روش سطح پاسخ

Predicting the Qualitative Changes of Silver Carp Packed in Vacuum with the Help of Response Surface Method

هدف از مطالعۀ حاضر استفاده از مدل‌سازي مركب براي پيش‌بيني تغييرات ميكروبي، ميزان بازهاي نيتروژني فرار (TVB-N)، آناليز حسي و نيز فاكتور تازگي فيلۀ كپور نقره‌اي (Hypophthalmichthys molitrix) بسته‌بندي‌شده در شرايط خلأ بود. ماهيان بسته‌بندي‌شده در خلأ در دماهاي صفر، 6 و 12 درجۀ سانتي‌گراد كه براساس خروجي نرم‌افزار State-Ease Design Expert بهينه‌شده بودند، به مدت 5، 10 و 15 روز نگهداري شدند. درخصوص پارامترهاي كيفي فيلۀ كپور نقره‌اي بسته‌بندي‌شده، بين تمامي تيمارها در زمان و در درجه‌حرارت‌هاي موردبررسي اختلاف معني‌داري مشاهده شد (0/05>P). دو پارامتر اينوزين‌مونوفسفات (IMP) و اينوزين (HxR) با افزايش زمان و دما روند كاهشي را نشان دادند (0/05>P). شاخص تازگي و آناليز حسي در مدت زمان كوتاه (5 روز) در حالت مجاز و بهينه قرار داشتند. در اين آزمون مقادير پيش‌بيني‌شده با درصد مقبوليت 78 درصد با مقادير برآورده‌شده همخواني داشتند. مشاهدات بيانگر همبستگي خوب بين نتايج به‌دست‌آمده با روش تجربي و مقادير پيش‌بيني‌شده با روش آماري بود. مدل‌هاي موردبررسي از ضريب تبيين (R2) و ضريب تبيين اصلاح‌شده (R2-adj) نزديك به 1 برخوردار بودند، كه نشان مي‌دهد مدل آزمايشي به‌كارگرفته‌شده، قادر به بررسي پيش‌بيني تغييرات كيفي فيله با درصد خطاي پايين بود. موفقيت اين كار مي‌تواند سبب بهبود مدل‌هاي جنبشي در صنعت غذا شود، لذا كاربرد آن به ماندگاري محصولات غذايي كمك شاياني مي‌كند.

In this study, central composite design was used to predict microbial changes, volatile nitrogen basic (TVB-N), sensory analysis and also the freshness factor of silver carp (Hypophthalmichthys molitrix) fillet packed in vacuum at 0, 6 and 12 °C for 5, 10 and 15 days optimized for the state-Ease Design Expert software. There was a significant difference between the treatments at time and temperature in the fillets of silver carp (P<0.05). The two parameters of Inosine monophosphate (IMP) and inosine (HxR) showed a decreasing trend with increasing time and temperature (P<0.05). Freshness and sensory analyses were in optimal mode in short time (5 days). In this test, the predicted values were consistent with a satisfactory percentage of 78%. The observations showed a good correlation between the results obtained by the experimental method and the predicted values by the statistical method. The models studied had R2 and R2-adj coefficients of approx. 1, indicating that the experimental model used was able to predict fillet quality changes with low error percentage. The success of this can improve kinetic models in the food industry, so its application can help sustain food products.