超声辅助机器学习优化鲢鱼内脏鱼油提取及复合凝聚微胶囊化技术研究

本研究针对鲢鱼内脏资源浪费及传统酶法提取效率低、鱼油易氧化等问题，开发了超声预处理结合人工神经网络-遗传算法（ANN-GA）的鱼油高效提取技术（效率达79.44%），并创新性地采用明胶-六偏磷酸钠（GSM）复合凝聚微胶囊封装技术，使包封率（EE）提升至93.33%。该研究为淡水鱼副产物高值化利用提供了理论支撑，发表于《Ultrasonics Sonochemistry》。

　　

鲢鱼作为全球第二大养殖鱼类，中国产量占全球80%，但其加工副产物——富含脂质的内脏常被废弃，既污染环境又浪费资源。鱼油富含多不饱和脂肪酸（PUFA）和单不饱和脂肪酸（MUFA），具有心血管保护、抗炎等健康功效，但传统酶法提取存在参数优化复杂、效率低下等问题，且提取的鱼油易氧化变质。如何高效提取并稳定封装鱼油，成为推动淡水鱼资源可持续利用的关键挑战。

中国某高校的研究团队在《Ultrasonics Sonochemistry》发表论文，首次将机器学习与超声技术结合，优化鲢鱼内脏鱼油提取工艺，并开发了高性能复合凝聚微胶囊。研究通过人工神经网络-遗传算法（ANN-GA）模型精准预测最优参数（超声功率150 W、时间20.75 min、蛋白酶用量6889 U/g蛋白、水解时间1.75 h），使提取效率达79.44%；进一步采用明胶-六偏磷酸钠（SHMP）复合凝聚法制备微胶囊（GSM），包封率（EE）达93.33%，显著高于单一明胶微胶囊（GM, 84.22%）。

关键技术包括：1）基于ANN-GA的提取参数优化；2）Zeta电位和浊度测定确定复合凝聚pH范围；3）傅里叶变换红外光谱（FT-IR）分析蛋白质二级结构变化；4）扫描电镜（SEM）和共聚焦显微镜（CLSM）观察微胶囊形貌；5）差示扫描量热法（DSC）评估热稳定性；6）体外模拟消化实验分析控释性能。

研究结果显示：

1. 蛋白酶筛选与模型优化
   通过单因素实验和ANN-GA建模，确定Protamex^?1.6X与木瓜蛋白酶（6:4）组合最优，提取效率较传统RSM模型提高3.65%。

2. 鱼油品质提升
   精炼后鱼油的酸价（AV）和过氧化值（PV）分别降至0.48 mg/g和7.67 meq/kg，ω3/ω6脂肪酸比例达4.05，营养价值显著。

3. 微胶囊性能突破
   GSM的α-螺旋和β-折叠含量较GM分别增加5.54%和6.09%，形成更有序结构，热稳定性（T_max=98.1°C）优于GM（66.2°C）。

4. 稳定性与控释优势
   GSM在4°C和25°C储存30天后EE无变化，60°C加速氧化10天的PV仅为GM的1/3；体外消化中，GSM胃阶段仅释放9.3%鱼油，肠阶段释放56%，实现靶向递送。

5. 感官改善
   GSM将鱼腥味和油腻感评分降至0.87和1.00（6分制），显著提升消费者接受度。

该研究通过机器学习驱动工艺优化和复合凝聚技术创新，不仅解决了鱼油提取效率与稳定性难题，还为淡水鱼副产物高值化利用提供了可推广的方案。GSM的控释特性和感官掩蔽作用，使其在功能性食品和保健品领域具有广阔应用前景。未来需进一步开展体内实验验证生物利用度，并探索工业化放大生产的可行性。