综述:降脂食品中皮克林颗粒的口腔摩擦学研究:唾液-颗粒界面机制、口腔感觉重建及未来发展趋势
《TRENDS IN FOOD SCIENCE & TECHNOLOGY》:Oral tribology of pickering particles in fat-reduced foods: Saliva-particle interfacial mechanisms, mouthfeel reconstruction, and emerging perspectives
【字体:
大
中
小
】
时间:2026年08月18日
来源:TRENDS IN FOOD SCIENCE & TECHNOLOGY 17.4
编辑推荐:
**摘要**
背景:脂肪在食品基质中提供润滑、乳化、结构支撑和风味传递功能。其去除会导致感官体验的下降。传统的脂肪替代品的静态流变学评估无法捕捉唾液混合、颗粒破碎或口腔加工过程中的薄膜重塑现象,因此需要一种将界面工程与口腔摩擦学相结合的综合方法。
**范围与方法**
**摘要**
背景:脂肪在食品基质中提供润滑、乳化、结构支撑和风味传递功能。其去除会导致感官体验的下降。传统的脂肪替代品的静态流变学评估无法捕捉唾液混合、颗粒破碎或口腔加工过程中的薄膜重塑现象,因此需要一种将界面工程与口腔摩擦学相结合的综合方法。
**范围与方法**
本综述评估了口腔摩擦学方法、唾液-颗粒界面相互作用以及控制Pickering颗粒润滑的物理原理。研究考察了代表性的稳定剂类别,并探讨了如何在特定的配方、摩擦对和方法学条件下将摩擦参数与感官属性联系起来。提出了一种三部分物理模型,包括几何匹配(此处定义为尺度依赖的颗粒间隙兼容性)、界面机械顺应性(剪切下的液滴变形能力)和拓扑聚集(由堵塞驱动的网络形成),其中唾液-颗粒界面相互作用作为分析基础。
**主要发现与结论**
Pickering颗粒通过变形能力和结构强化之间的权衡来调节口腔润滑。软蛋白质微凝胶通过剪切诱导的变形改善润滑效果,并可以弥补天然植物蛋白的摩擦缺陷;而硬多糖或脂质晶体颗粒虽然能增强乳液结构,但可能会增加口腔摩擦。多尺度修饰通过调节界面吸附动力学和润湿性来缓解这种润滑-结构之间的矛盾。Stribeck曲线的感官语义化将摩擦参数与 creamy(奶油感)、收敛性以及口腔黏膜的持久性联系起来,但预测范围受到配方、摩擦对和方法学的限制。进一步的研究需要建立可转移的摩擦学-感官相关性,实现体外摩擦仪与体内口腔条件的对齐,并为吞咽困难人群制定量化的吞咽安全阈值。本工作为减少脂肪的食品提供口感重建的机制基础,并为安全吞咽设计个性化质地提供了方法。
**引言**
流行病学证据表明,长期高脂肪饮食与肥胖、心血管疾病和2型糖尿病的发病率上升有关,这加强了系统减少膳食脂肪摄入的必要性。然而,未经感官补偿的直接减少脂肪摄入仍不切实际。脂肪不仅是一种高能量密度的成分,还对食品基质的结构组织和感官质量有重要贡献。据报道,去除脂肪会损害颜色稳定性、保水能力、微观结构完整性,破坏颗粒大小分布,并减弱最大风味和香气强度(Li et al., 2025)。一旦脂肪含量显著降低,整体感官接受度也会随之下降(Upadhyay et al., 2020; Li et al., 2025, Fig. 1A)。这种下降源于脂肪在食品基质中的多功能作用。除了作为能量密集成分外,脂肪还在口腔加工过程中负责润滑、乳化、结构支撑和风味传递。因此,减少脂肪会同时去除多个与感官相关的功能,使得单一替代策略难以完全恢复食用体验。为此,设计用于替代脂肪的一种或多种技术和感官功能的脂肪替代品已成为低脂肪食品开发的主要研究对象。
**碳水化合物基脂肪替代品**
基于碳水化合物的脂肪替代品依靠凝胶网络的形成来稳定水分并提供类似脂肪的润滑效果,而基于蛋白质的替代品则通过微粒化来再现脂肪颗粒的行为(Kew et al., 2020; Li et al., 2025)。这两类替代品都有一个共同的问题:静态流变学参数无法捕捉口腔加工过程中的唾液混合、颗粒破碎或界面薄膜重塑,因此无法再现脂肪在口腔滑动接触下的润滑轨迹(Sarkar et al., 2021, Fig. 1B)。Pickering颗粒稳定的乳液提供了一种不同的界面策略来克服这一限制。与传统的小分子表面活性剂相比,Pickering颗粒主要通过颗粒润湿性、界面吸附和颗粒-薄膜形成、空间位阻以及界面或连续相流变的变化来稳定乳液(Du et al., 2025)。界面张力的降低程度可能因颗粒类型而异。这种对液滴聚合的抵抗使得系统在高内部水相分数下仍保持类似天然脂肪组织的半固态特性。现有的颗粒类型包括蛋白质微凝胶和多糖纳米晶体,涵盖了广泛的机械刚度和变形能力。要评估这些变化如何转化为口腔感觉,需要一种能够追踪动态感官演变的方法。口腔摩擦学将Stribeck曲线重新定义为动态的口腔滑动轨迹,将摩擦系数与滑动速度联系起来,从而将润滑机制与连续的口腔加工事件及其相关的感官描述联系起来(Sarkar et al., 2021)。摩擦响应同时取决于颗粒的顺应性和分散结构相对于液体薄膜的大小,这决定了颗粒是被卷入接触区还是导致润滑效果减弱(Wang, Soltanahmadi, et al., 2026)。这种尺寸兼容性是系统依赖的,而非单调的。Wang, Zhu等人(2021)发现,不同有效范围内的微米级分散液滴(从重组牛奶的1到10 μm到酪蛋白-钠盐稳定乳液的约1 μm)都能改善润滑效果,而纳米级液滴(d90≈0.3 μm)则没有额外的好处。这种尺寸依赖的卷入现象应结合唾液的生物润滑基线来解释,特别是自组装的黏蛋白5亚型B(MUC5B)水化层,它调节了向软弹性流体动力润滑的转变,并在生理相关的速度范围内降低了摩擦(Huang, Wei, Wang, et al., 2025)。因此,将唾液-颗粒界面相互作用纳入分析方法是整合Pickering颗粒界面工程与口腔摩擦学以形成统一的脂肪感知工具的先决条件(Fig. 1C)。
**口腔摩擦学与Pickering颗粒界面工程的独立发展**
口腔摩擦学和Pickering颗粒界面工程各自独立发展,它们的融合受到三个未解决问题的制约:首先,在给定配方和仪器配置下验证的摩擦学-感官关系不能直接跨平台转移;其次,聚合物-唾液相互作用如何调节边界润滑、剪切破坏及由此产生的感官属性仍不明确(Shewan et al., 2020);第三,基于碳水化合物的替代品(Li et al., 2025)、蛋白质颗粒的润滑减弱机制(Vladescu et al., 2023)以及液滴聚集对感官属性的影响(Fuhrmann, Sala, Scholten, & Stieger, 2020)仅被单独研究,尚未整合成统一的物理模型。此外,唾液-颗粒界面相互作用仍主要被视为干扰变量而非可设计参数,导致体外与体内结果的不一致(Christofilea et al., 2026)。为解决这些问题,本综述从口腔摩擦学方法出发,探讨了唾液-颗粒界面机制、Pickering颗粒润滑物理原理以及稳定剂的性能,最终评估了基于摩擦的感官和应用效果。针对代表性的食品级Pickering颗粒系统,提出了一个包含几何匹配、界面机械顺应性和拓扑聚集的三部分概念框架(Fig. 1D)。在此框架中,唾液-颗粒界面相互作用被定位为基础分析层,摩擦参数在配方、摩擦对和方法学的限制下与感官属性相关联(Fig. 1D)。研究了两个重点应用场景:一是减少脂肪的食品中的感官重建,二是为吞咽困难人群设计安全吞咽和润滑效果。
**结论**
传统的食品评估使用的静态流变学参数无法捕捉唾液混合、颗粒破碎和食团形成的连续生理过程,也无法反映每个阶段伴随的界面现象(Sarkar et al., 2021)。Stribeck曲线被重新定义为动态的口腔滑动轨迹,将进食过程视为一个不断演变的界面事件,其中定性描述可以转化为可测量的摩擦参数。
**黏蛋白的吸附、水化和润滑作用**
唾液黏蛋白通过非共价相互作用吸附到口腔组织或仿生疏水表面,形成高度水化的边界网络。该网络为口腔加工建立了机械和流体动力学的基线,并通过黏蛋白-脂质相互作用调节奶油感(Wang, Chen, et al., 2026)。黏蛋白捕获外来分子的能力支持界面润滑,使网络对环境扰动敏感。
**Pickering颗粒润滑的三部分概念框架**
本文提出了几何匹配、界面机械顺应性和拓扑聚集三个相互关联的概念途径,通过这些途径解释Pickering颗粒在口腔摩擦学间隙中的润滑作用。这些过程并不是互斥的,在大多数实际食品系统中会同时发生。
**典型食品级Pickering稳定剂的性能**
三种物理机制共同表明,稳定剂的性能取决于颗粒几何形状、顺应性和聚集倾向的交集。下表比较了所研究的代表性稳定剂的性能,包括其结构特征、主要润滑机制及相关的权衡(Table 2)。接下来的分析探讨了这些原理在基于蛋白质的稳定剂和基于多糖或晶体的硬稳定剂中的表现。
**物理-感官相关性及多变量建模**
基于摩擦系数的相关模型为在特定配方和仪器条件下快速进行感官评估提供了途径。对于高端巧克力,丝滑感与平均摩擦系数呈负相关,并且随着可可浓度的增加而减弱(Ni et al., 2022)。在乳清蛋白饮料中,瓜尔胶降低了仪器测得的摩擦力并提升了感知的顺畅度;相比之下,黄原胶提高了黏度但未改变摩擦力。
**总结**
在前期关于口腔摩擦学薄膜、食品胶体润滑和Pickering稳定性的研究基础上,本文将Pickering颗粒界面稳定作用与唾液介导的口腔摩擦学相结合,解释了减少脂肪食品中的口感重建现象。关键机制表明,Pickering稳定作用通过颗粒-界面-液滴-食团级联效应促进口腔润滑:吸附的颗粒形成空间位阻界面屏障,保持液滴的稳定性。
**作者贡献声明**
Xiao Hu:数据整理、可视化、初稿撰写。Xiyi Liu:可视化、验证、修订与编辑。Min Liu:验证、修订与编辑。Xiong Liu:修订与编辑。Jinfeng Zhong:修订与编辑。Xiaoli Qin:概念验证、资金获取、项目管理、监督、修订与编辑。
**利益冲突声明**
作者声明无利益冲突。
**致谢**
本项目得到了中国重庆市科学技术局自然科学基金项目(编号:CSTB2024NSCQ-MSX1202)和中国重庆市科学技术局技术创新与应用开发重点项目(编号:CSTB2023TIAD-KPX0027)的支持。
**作者信息**
Xiao Hu, Xiyi Liu, Min Liu, Xiong Liu, Jinfeng Zhong, Xiaoli Qin
西南大学食品科学学院,重庆,400715,中国