Kala värskus on üks neist küsimustest, mis puudutab nii tarbijaid kui ka ettevõtteid, kuid seda hinnatakse sageli kompimise teel: me vaatame silmade sära, nuusutame seda, puudutame seda... ja otsustame, kas see on hea või mitte. Probleem on selles, et need meetodid on subjektiivsed, sõltuvad toodet vaatava inimese kogemusest ja pealegi ei tuvasta need alati kala lihastes juba toimuvaid sisemisi muutusi.
Olukorras, kus mereannid läbivad püüdmiskohast taldrikule tuhandeid kilomeetreid , jääb ainuüksi nägemisele ja haistmisele lootmine ebapiisavaks. Seetõttu on viimastel aastatel välja töötatud matemaatilisi mudeleid, mis suudavad ennustada värskust reaalsete biokeemiliste protsesside põhjal, mis toimuvad pärast kala surma. Üks huvitavamaid edusamme tuleb Hokkaido ülikoolist, kus on loodud ATP lagunemisel põhinev ennustusmudel. See mudel võimaldab hinnata mitte ainult praegust, vaid ka tulevast värskust suure täpsusega ja selgete rakendustega tööstuses.
Miks on kala värskus nii delikaatne teema?
Kala riknemine algab kohe pärast looma surma , isegi kui ta väliselt täiesti terve tundub. Sisemiselt toimub lihaskoes rida muutusi, mis mõjutavad toiteväärtust, aroomi, maitset ja tekstuuri, kuid need muutused ei ole alati ilma spetsiifiliste analüüsideta ilmsed.
Traditsiooniliselt on tööstus värskuse hindamiseks toetunud sensoorsele kontrollile ja mikroobide loendamisele : vaadeldakse üldist välimust, lõpuseid, silmi ja lõhna ning laboris mõõdetakse bakterikoormust. Neil meetoditel on mitu olulist piirangut: need sõltuvad suuresti inspektori kogemusest, nõuavad aega ja seadmeid ning tulemused võivad tehnikute lõikes erineda.
See hindamisvariatsioon võib kaasa tuua tõsiseid vigu: kala enneaegselt äravisatud kala (toiduraiskamine ja majanduslik kahju) või tooted, mida müüakse alles siis, kui need on juba kaugelearenenud riknemisjärgus, mis mõjutab toiduohutust ja tarbijate usaldust.
Selle probleemi lahendamiseks on toiduteadus hakanud objektiivse värskuse näitajana kasutama K- väärtust . See indeks põhineb kalalihaste energiaühendite keemilisel lagunemisel, võimaldades kvantifitseerida kala riknemisastet ilma subjektiivsele hinnangule nii palju toetumata.
ATP ja lihaste lagunemine: K-väärtuse biokeemiline alus
Elusoleku ajal kasutavad kala lihasrakud energiaallikana ATP-d (adenosiintrifosfaati) . Surma hetkel selle ATP taastumine lakkab ja algab tuntud ning järjestikune lagunemisreaktsioonide ahel, mille tulemuseks on mitmesugused vahe- ja lõppühendid.
ATP muundatakse esmalt ADP-ks ja AMP-ks ning seejärel IMP-ks (inosinaadiks), mis laguneb edasi inosiiniks (HxR) ja hüpoksantiiniks (Hx). Selle ahela iga samm on seotud märgatavate muutustega kala maitses ja lõhnas . Näiteks IMP on seotud meeldiva umami maitsega, mida seostame maitsva ja värske kalaga, samas kui lõppühendid, näiteks hüpoksantiin, annavad kibedaid noote ja üha tugevamaid ning ebameeldivamaid lõhnu.
K väärtus konstrueeritakse täpselt sellest reaktsioonide jadast. See on defineeritud kui inosiin (HxR) ja hüpoksantiin (Hx) protsentides lihases leiduvate ATP-st saadud ühendite koguhulgast:
K(t) = (HxR + Hx) / (ATP + ADP + AMP + IMP + HxR + Hx) × 100
Mida suurem on see protsent, seda suurem on lihase energiasüsteemi lagunemisaste ja seega ka madalam on värskus. Kui K-väärtus on madal, domineerivad ATP ja selle varased derivaadid ning toodet peetakse väga värskeks; väärtuse suurenedes võtavad süsteemi üle riknemist põhjustavad ühendid ja kala siseneb kvaliteedi languse edasistesse staadiumitesse.
Üks uuringute põhijäreldusi on see, et riknemist põhjustavate ühenditeni viiva viimase etapi (eriti hüpoksantiini moodustumise) mõju üldisele tulemusele on palju suurem kui ahela algfaasidel. Praktikas on see kiirus, millega kala "ületab piiri" nende lõpptoodeteni, see, mis eristab vastuvõetavat kala kahtlasest kalast ja selgelt riknenud kalast.
Laboratoorsest indeksist ennustava matemaatilise mudelini
Kuigi K-väärtus pakuti välja enam kui 60 aastat tagasi Hokkaido ülikoolis endas ja on nüüdseks rahvusvaheline võrdlusnäitaja, on selle traditsioonilisel rakendamisel ilmne puudus: selle mõõtmiseks tuleb laboris võtta lihasproove, neid töödelda ja analüüsida keemiliste meetodite abil, mis on aeglane, destruktiivne ja kallis protseduur.
Nende piirangute ületamiseks on Hokkaido teadlased dotsent Naoto Tsubouchi juhtimisel välja töötanud matemaatilise mudeli, mis kirjeldab ATP lagunemist esimese järgu reaktsioonide ahelana. Seda tüüpi protsessis sõltub iga ühendi konversioonikiirus sel hetkel esinevast kogusest, mis võimaldab süsteemi evolutsiooni kirjeldamiseks kasutada suhteliselt lihtsaid diferentsiaalvõrrandeid.
Uus mudel ei arvuta lihtsalt staatilist K-väärtust, vaid simuleerib, kuidas ATP, ADP, AMP, IMP, HxR ja Hx kontsentratsioonid lihastes aja jooksul teatud säilitustingimustes muutuvad. Nendest teoreetilistest kontsentratsioonidest mis tahes ajahetkel saadakse eelmise võrrandi abil K(t) väärtus, mis lihtsustab praeguse ja tulevase värskuse hindamist.
Erinevate mereliikidega tehtud katsetes on mudel näidanud võrrandite abil arvutatud K väärtuste ja laboris mõõdetud väärtuste vahel korrelatsioone, mis on suuremad kui 0,96 . See kõrge vastavustase viitab sellele, et tööriist on töökindel ja rakendatav ka väljaspool puhtalt eksperimentaalseid olusid, lähenedes reaalsetele turu- ja turustusolukordadele.
Selle lähenemisviisi üks suuri eeliseid on see, et see kasutab suhteliselt lihtsat teavet: liik, säilitusaeg ja temperatuur . Nende andmete abil on võimalik ennustada värskust ilma, et oleks vaja igas ahela punktis koeproove võtta, mis avab ukse mittepurustavatele, peaaegu reaalajas kontrollisüsteemidele.
Peaaegu universaalne mudel erinevate kalaliikide jaoks
Kalade värskuse modelleerimisel on peamiseks väljakutseks tohutu liikide mitmekesisus. Kuigi ATP lagunemisrada on paljudel merekaladel põhimõtteliselt sama, võivad reaktsioonikiirused ja teatud nüansid liigiti erineda, mis traditsiooniliselt nõudis liigispetsiifiliste mudelite väljatöötamist, mis on ebapraktiline tööstusharu jaoks, mis tegeleb paljude erinevate toodetega.
Tsubouchi ja tema meeskonna töö pakub välja ühise mudeli struktuuri mitme liigi jaoks, säilitades sama reaktsiooniahela ja kohandades iga kalaliigi jaoks vaid mõningaid kineetilisi parameetreid. See lähenemisviis võimaldab mudelil omada ainulaadset matemaatilist raamistikku, millesse kõnealuse liigi spetsiifilised väärtused on "ühendatud".
Katsed hõlmasid muuhulgas erinevaid makrellisorte , mis on nii Jaapanis kui ka teistel turgudel väga oluline liik. Mudeli ennustusi võrreldi laboratoorsete K-väärtuse mõõtmistega ja täheldati väga suurt kokkulangevust, veamarginaalidega umbes 30% või vähem, mida peetakse tööstuslike rakenduste jaoks mõistlikult piisavaks.
See üldistusvõime mitmele liigile on mudeli praktilise rakendamise võtmeks. Iga kala jaoks eraldi matemaatilise süsteemi väljatöötamise asemel kasutatakse ühist ja kohandatavat alust, mis vähendab kulusid, keerukust ja arendusaega. Lisaks on ka teised uuringud, mida rakendatakse sellistele liikidele nagu sardiinid, lõhe, kuld-merikoger ja merluus, genereerinud füüsikalis-keemiliste parameetrite põhjal ennustusvõrrandid, saavutades värskuse, jää säilivusaja ja mikroobide koormuse hindamisel üle 90% täpsuse.
Nende Hispaanias tavaliselt tarbitavate liikide puhul on ligikaudne sensoorne säilivusaeg kuld-merikogera puhul 10 päeva ning lõhe ja merluusi puhul 12 päeva, eeldusel, et säilitatakse piisavad külmtingimused. Sardiinid on oma olemuse ja suurema tundlikkuse tõttu temperatuurikõikumiste suhtes problemaatilisemad ja vajavad erilist tähelepanu.
Värskuse, maitse ja tarbija taju vaheline seos
Matemaatilise mudeli väärtus ulatub ohutusest ja säilivusajast kaugemale, pakkudes teavet sensoorse kvaliteedi ja maitse kohta . Sama ATP lagunemise biokeemiline rada, mida kasutatakse K-väärtuse määratlemiseks, määrab suuresti, kas kalal on meeldiv (umami) maitseprofiil või hakkavad tekkima soovimatud maitsed ja lõhnad.
Varastes etappides, kui inosiinhape (IMP) domineerib , on umami maitse intensiivne ja iseloomulik; kala tajutakse maitsva ja värskena. Inosiini ja hüpoksantiini akumuleerudes nihkub sensoorne profiil kibedate alatoonide ja agressiivsemate aroomide poole, isegi kui üldine välimus võib treenimata silmale siiski vastuvõetav olla.
Põllumajandus- ja toiduahelas läbi viidud uuringud on näidanud, et tarbijad peavad kala kõige olulisemaks omaduseks värskust, isegi hinnast kõrgemaks. See prioriteet on nii loodusest püütud kui ka kasvandustes peetava kala, näiteks kuld-merikogerlase puhul. Jaemüüjad üldiselt nõustuvad selle hinnanguga, samas kui tootjad panevad mõnikord rohkem rõhku teistele teguritele, kuigi nad tunnistavad võimalikult värske kala pakkumise kriitilist tähtsust.
Värskusomaduste üksikasjalikud analüüsid on näidanud, et lõpused ja silmad on elemendid, mis näitavad jää säilitamise ajal kõige varasemaid riknemise märke, mis on kooskõlas kalakaupmeeste ja turgude igapäevase kogemusega. Füüsikalis-keemilistel parameetritel (nt lämmastikühendid, pH, K-väärtus jne) põhinevad mudelid võimaldavad aga ette näha sisemisi muutusi enne, kui need palja silmaga nähtavaks muutuvad, pakkudes objektiivset alust sensoorsele hindamisele täienduseks.
Lisaks on mitmemõõtmelise analüüsi ja matemaatilise modelleerimise kasutamine näidanud tohutut potentsiaali kala kvaliteedi objektiivsete ja subjektiivsete mõõtmete integreerimiseks : ühelt poolt mõõdetavad ja reprodutseeritavad andmed; teiselt poolt ahela eri lülide (tootjad, turustajad, jaemüüjad ja lõpptarbijad) arusaamad, eelistused ja ootused.
Teooriast reaalajas: andurid ja asjade internet
ATP lagunemisel põhineva matemaatilise mudeli praktiline kasulikkus suureneb koos reaalajas jälgimistehnoloogiatega . Praegu on olemas sellised tööriistad nagu hüperspektraalne pildistamine, keemilised andurid ja elektroonilised süsteemid, mis suudavad tuvastada kalade koostise muutusi proovi hävitamata.
Iseenesest pakuvad need seadmed tavaliselt punktmõõtmisi, kuid neil puuduvad ennustusvõimalused . Hokkaidos väljatöötatud lähenemisviis pakub välja mudeli kasutamise "aju" rollis, mis tõlgendab andurite signaale, teisendab need reaktsioonisüsteemi parameetriteks ja sealt edasi hindab praegust K väärtust ja selle edasist arengut.
Asjade interneti (IoT) stsenaariumis , kus kalakastid, külmhooned, veoautod ja logistikakeskused saab varustada ühendatud anduritega, toimiks mudel automatiseeritud otsustusvahendina: see toidab andmeid temperatuuri, liigi ja säilitusaja kohta, arvutab värskuse ja järelejäänud säilivusaja ning annab hoiatusi või soovitusi selle kohta, millised partiid tuleks esimesena müüa, milliste hinda on parem alandada või millal on soovitatav toode ahelast eemaldada.
Teadlased on selle tehnoloogiaga seoses esitanud patente mitmes riigis , nähes ette selle integreerimist anduritesse ja automatiseeritud värskuse kontrollisüsteemidesse. Üha enam globaliseeruvas kalatööstuses, kus tarneahelad pikenevad ja muutuvad keerukamaks, võivad sellised tööriistad olla määravaks teguriks tõhusa logistika ja kahjude ning kahjunõuete vahel.
Paralleelselt kasutatakse uute võrrandite võrdlemise etalonina väljakujunenud ennustusmudeleid, näiteks DTU Aqua programmi Food Spoilage & Safety Predictor (FSSP) . Hiljutine töö on välja töötanud kuni 15 füüsikalis-keemiliste parameetrite põhjal loodud ennustusvõrrandit, mis näitavad üle 90% täpsust reaalsete andmete ja FSSP tulemustega võrreldes, kinnitades, et andurite, modelleerimise ja sensoorse hindamise kombinatsioon on tööstusele võimas tööriist.
Mõju tööstusele ja kvaliteedijuhtimisele
Kala on ülemaailmse toidulaua põhitoit , kusjuures väga suur osa ülemaailmsest toodangust on mõeldud otse inimtoiduks ning värske kala populaarsus ületab teisi vorme. Euroopa Liidus on tarbimine inimese kohta väga kõrge ja sellised riigid nagu Hispaania on edetabeli tipus, kus tarbimine on üle 40 kg inimese kohta aastas.
See tähtsus tähendab tohutut survet mereandide kvaliteedi ja ohutuse haldamisele. Ettevõtted peavad pakkuma kala, mis vastab üha nõudlikuma tarbija värskusootustele, kontrollides samal ajal kulusid, vähendades jäätmeid ja järgides rangeid tervisekaitseeeskirju.
Objektiivsed kvaliteediuuringud on näidanud, et temperatuurikõikumised ladustamise ja transportimise ajal mõjutavad otseselt riknemist, eriti tundlike liikide, näiteks sardiinide puhul. Väikesed kõikumised külmaahelas võivad oluliselt lühendada säilivusaega, suurendada K-väärtust ja kiirendada sensoorsete defektide ilmnemist.
Samal ajal toob tooraine heterogeensus (suurus, füsioloogiline seisund, püüdmisjärgne käitlemine jne) kaasa täiendavat varieeruvust. Modelleerimine võimaldab osa sellest varieeruvusest arvesse võtta reguleeritavate parameetrite ja usaldusvahemike kaudu, aidates ettevõttel paremini mõista ja kontrollida iga partiiga seotud riske.
Värskuse ja kvaliteedi nõuete täitmise hindamisel on täheldatud, et tootjad täidavad tehnilisi spetsifikatsioone tavaliselt kõrgel määral (umbes 87%), jaemüüjad jäävad veidi alla ootuste (umbes 79%) ja tarbijad tajuvad vastavust madalamana (umbes 50%). See erinevus rõhutab erinevust „mõõdetud” ja „tajutud” kvaliteedi vahel ning rõhutab objektiivsete vahendite rolli läbipaistvuse ja suhtluse toetamisel kogu tarneahelas.
Praktikas võimaldab laboriandmeid, sensoorset hindamist ja protsessiparameetreid integreerivate värskuse matemaatiliste mudelite olemasolu tööstusharul teha kiiremaid ja usaldusväärsemaid otsuseid: paremini määratleda deklareeritud säilivusaega, kohandada hinnastrateegiaid vastavalt toote tegelikule olekule, planeerida transporti eeldatava värskuse põhjal või tuvastada ahelas kriitilised punktid, kus säilivusaja kõige rohkem päevi kaob.
Kogu see lähenemisviis sobib selge suundumusega tõhusamate ja jätkusuutlikumate toidusüsteemide poole , kus eesmärk ei ole enam ainult tagada, et kala „ei oleks halb“, vaid ka vähendada välditavat raiskamist ning pakkuda ühtlast kvaliteeti aja jooksul ja kõikidel turgudel.
Tõendite kogumit vaadates muudavad ATP lagunemisel ja K-väärtusel põhinevad mudelid nähtamatud protsessid kvantitatiivseks tööriistaks, mis aitab meil mõista, kuidas kala värskus areneb püüdmise hetkest kuni taldrikule jõudmiseni. Sensoorse kontrolli, füüsikalis-keemilise analüüsi, ennustusvõrrandite ning andurite ja asjade interneti tehnoloogiate kombineerimise abil saavutatakse palju täiustatum kvaliteedikontrolli süsteem, mis parandab kalandussektoris otsuste tegemist ning pakub tarbijatele ohutumat ja maitsvamat toodet, mis vastab paremini sellele, mida nad ootavad tõeliselt värske kala järele.
