《激光衍射技术精准解析商业冰淇淋脂肪球粒径分布及其回收应用潜力》

推荐 为解决废冰淇淋（WIC）中脂肪回收利用难题，研究人员针对激光衍射技术在脂肪球粒径分布（PSD）测定中的方法学缺陷开展研究。通过优化测量参数，发现商业冰淇淋PSD存在大粒径模式且无酪蛋白微粒模式，证实传统方法易致结果偏差。该研究为乳制品资源回收提供了可靠分析工具，推动食品加工废弃物高值化利用。

　　

论文解读
在食品工业生产过程中，废冰淇淋的产生是一个普遍现象，这些废弃产品蕴含着可观的食品和经济价值。然而，如何有效回收利用废冰淇淋中的脂肪，一直是行业面临的难题。若能将这些脂肪转化为食品级、无过敏原的原料，将具有巨大的经济和环境效益。但脂肪球粒径分布（PSD）的准确测定是实现这一目标的关键前提，而现有的测定方法却存在诸多问题。

为了解决这些问题，美国宾夕法尼亚州立大学的研究人员开展了深入研究。他们聚焦于商业融化冰淇淋产品的脂肪球PSD测定，旨在改进激光衍射技术的应用方法，以获得更准确可靠的PSD数据。研究人员精心选择分析参数和实验方法，对26种不同品牌的商业香草味冰淇淋进行了PSD分析。

在研究过程中，作者采用了多种关键技术方法。首先，运用激光衍射仪器（配备He/Ne 633 nm红激光和466 nm蓝电致发光二极管），并搭配液体分散单元（Hydro EV）进行PSD测定。为确保仪器性能稳定，定期使用聚苯乙烯玻璃珠标准品进行分析校准。在样本制备方面，将冰淇淋样品解冻后，通过特定方式重新分散可能上浮的脂肪球，并采用宽口径移液器吸取分析子样本。对于样品分散，选择去离子水或模拟牛奶超滤液（SMUF）作为分散介质，使用特殊设计的移液器吸头和缓慢的移液操作，以减少对脂肪球的剪切力。同时，在分散单元中以低速搅拌和适当的叶轮转速运行，避免对颗粒大小造成不必要的改变。此外，还进行了严格的数据质量控制，包括对测量持续时间、激光遮光率范围等参数的优化选择，以及对测量结果的客观质量检查和手动筛选。

研究结果表明，数据质量在激光遮光率和测量持续时间处于特定范围之外时会显著下降。过去文献中推荐的消光系数可能存在100倍的误差。通过对26种商业香草味冰淇淋的分析发现，所有样品的PSD中均未出现文献中常报道的归因于游离酪蛋白微粒的小尺寸模式，且在约一半的样品中发现了文献中鲜有报道的大尺寸模式。此外，研究人员还探讨了不同分散介质对结果的影响，发现SMUF虽能使PSD尾部在亚微米区域有所延伸，但对整体结果影响不大，因此后续未再使用。

这项研究具有重要意义。从科学层面来看，它揭示了激光衍射技术在测定冰淇淋脂肪球PSD时的方法学要点和易被忽视的陷阱，为该技术的正确应用提供了详细的指导原则。在实践方面，准确的PSD数据对于废冰淇淋中脂肪的回收利用至关重要，这些结果有助于开发更高效的脂肪回收工艺，提高资源利用率，减少食品浪费。同时，研究也提醒科研人员在开展类似研究时，应充分重视实验参数的选择和方法学的严谨性，避免因方法不当导致错误结论。论文发表在《Applied Food Research》上，为食品科学领域的相关研究提供了重要的参考依据，推动了废冰淇淋资源回收技术的发展。