多方法融合框架结合机器学习用于升级回收植物凝固剂：以直接酸化乳清凝乳体系中的菠萝副产物为例

《Future Foods》：Multi-method convergence framework with machine learning for upcycled plant coagulants: A case study of pineapple side-streams in direct-acidified milk curd systems

　　

菠萝加工每年产生数百万吨农业工业副产物，但其循环升级为功能性食品配料需严格验证，而早期筛选常受限于较小实验样本量。传统乳制品加工依赖标准化凝乳酶-皱胃酶体系，本研究转向替代性直接酸化基质的基本生物物理相互作用。通过将分析重点从直接工业替代转向新型植物增强体系的设计，研究人员引入多方法融合框架(MMCF)。该低计算、数据驱动架构整合零级动力学建模、机器学习(ML)集成预测与多变量降维，在资源受限数据集（N=5个生物学重复）下得出稳健预测结论。框架被用于系统评估六种直接酸化全脂乳凝乳轨迹在28天冷藏窗口下的表现。优化后的富含菠萝蛋白酶菠萝提取物（T6）被假设通过酶-酸化协同(EAC)机制作用，在第0天实现17.90%凝乳得率、19.46%蛋白含量与8.62 N基质硬度。时间动力学曲线呈高度可预测的近线性成熟路径（R2≥0.96）。同时，堆叠集成ML模型在同一处理组第35天蛋白稳定性预测精度极高（R2=0.98），主成分分析(PCA)捕获95.4%总累积方差，确认T6具有独特优化的多变量质量空间。该框架在无需扩大重复数的情况下缓解采样不确定性，为特定限定食品制造体系中功能农业副产物的敏捷筛选提供经验证、可复现模板。

研究背景与问题提出

全球食品部门日益重视将农业工业副产物增值为生物活性化合物与功能性配料，以构建循环可持续食品体系。在乳制品加工中，直接或双酸化常用于加速新鲜及披萨型奶酪制造，但酪蛋白等电点附近的酸凝胶系统极易发生乳清析出与水分流失，通常需外源稳定剂维持质地。传统直接酸凝胶依赖pH临近等电点引起的净负电荷丧失与胶体磷酸钙增溶，以疏水作用、范德华力与氢键主导聚集，区别于凝乳酶特异性切割κ-酪蛋白巨肽的路径，导致未修饰酸凝胶多孔脆弱、持水性低。为规避合成添加剂，研究者关注植物源多功能蛋白酶，其中菠萝（Ananas comosus）加工残渣回收的菠萝蛋白酶（bromelain）因强蛋白水解活性和高可得性成为理想生物精炼模型，其伴生柠檬酸、苹果酸与草酸等有机酸可协同影响pH轨迹与析水模式。研究人员据此概念化“酶-酸化协同(EAC)”机制，即快速酸致胶束失稳与局部位点特异性蛋白酶解并行，形成更具黏弹性的宏观网络。然而早期筛选样本量常≤5，工业整合要求严格数学可预测性，先进化学计量学与机器学习(ML)虽能从受限数据提取定量规律，但在可持续食品敏捷预测筛查中应用有限。本研究由此引入多方法融合框架(MMCF)，以低计算数据驱动架构在资源受限矩阵中导出高置信预测洞察。

研究目的与意义

论文发表于《Future Foods》。研究人员旨在两条主线展开：一是应用MMCF评估六种凝固剂（柠檬酸、乙酸、青柠汁、罗望子提取物、玫瑰茄提取物、富含菠萝蛋白酶菠萝副产物提取物T6）在直接酸化全脂乳凝乳中的得率与28天冷藏稳定性；二是建立可复现模板，加速限定配方参数下新型农业副产物的数据驱动验证。该研究意义在于将副产物升级与智能食品制造范式结合，在不扩大生物学重复的前提下降低小样本假阳性风险。

主要关键技术方法

研究人员采用随机完全区组设计(RCBD)，以五周为区组因子，每处理N=5个独立生物学重复全脂牛乳（10 L批次）样本队列，来源于泰国曼谷市售乳与本地植物副产物。凝固剂标准化至pH 3.50±0.05，T6另以偶氮酪蛋白法标定蛋白酶活2.50±0.10 U/mL。凝乳工艺含32℃凝聚、45分钟静置、52℃缓速升温烹煮以调谐菠萝蛋白酶活性。分析在Day 0/7/14/21/28取样，每时间点技术三重(n=3)。方法学三大支柱为：零级动力学建模（C_t=C₀+kt，Bootstrap 1000次重采样估95% CI）；机器学习(ML)预测架构（线性回归LR、随机森林RF、ARIMA、Prophet、长短期记忆LSTM、以Ridge集成的堆叠集成Stacked Ensemble，按时间切分训练/测试并5折时间序列交叉验证与留一法LOOCV）；主成分分析(PCA)结合多元方差分析(MANOVA，Wilks’ λ)映射多变量方差。所有流程于Python 3.9下scikit-learn等库执行，遵循FAIR原则。

研究结果

3.1 初始理化表征

Day 0数据显示T6凝乳得率17.90%、水分73.00%、硬度8.62 N、蛋白19.46%、脂肪4.20%，均显著优于其余处理（Tukey HSD p<0.05）。效应量η²=0.78–0.95，事后功效1?β>0.90，T6配对比较Cohen’s d>1.50。该剖面支持EAC假设：菠萝蛋白酶在酸化框架下局部交联提升持留，52℃烹煮使菠萝蛋白酶保留约83%活性而非完全变性，平衡宏观修饰与风味稳定。

3.2 动力学建模量化时间演化与稳定性

零级模型对所有参数拟合优度R²≥0.96。T6水分下降率?0.11%/天，硬度上升0.06 N/天，热结构软化下降最缓(?0.05 mm/天)，pH降速?0.02单位/天，蛋白累积0.06%/天，脂肪累积0.08%/天（R²=0.90）。Bootstrap 95% CI窄（≤5%点估计）。T6呈高度线性可预测的控水-固结-营养富集轨迹，至Day 28蛋白达21.00%。

3.3 ML预测验证可预测性与时间外推

六模型在Day 28留出测试集比较：堆叠集成预测蛋白R²=0.98、RMSE=0.02%、MAE=0.01%；脂肪R²=0.91。LSTM蛋白R²=?0.53、脂肪R²=?4.74，Prophet脂肪R²=?0.10，证实深参模型在小样本(N=5时点)过拟合噪声。堆叠集成以Ridge整合LR/RF/ARIMA外折预测，抵消单模型偏差，外推至Day 35仍保持高精度，独立验证零级线性演化假设。

3.4 PCA与多变量空间

PCA于标准化z-score矩阵（水分、硬度、蛋白、脂肪，150向量点）提取特征值>1主成分，累计方差95.4%由前分量捕获，变量载荷|0.40|解释方向，MANOVA(Wilks’ λ)确认T6在处理空间中分离显著，具独特优化多变量质量构型。

讨论与结论翻译

讨论指出，MMCF通过物理动力学、ML预测与化学计量三域严格收敛，从根本上抑制小样本假阳性。T6的EAC机制在直接酸化全脂乳中表现出最高得率、最强持水固结与营养富集，且28天冷藏轨迹近线性可预测；堆叠集成而非LSTM/Prophet适用资源受限时序。结论部分表明：优化富含菠萝蛋白酶菠萝副产物提取物通过酶-酸化协同(EAC)机制，在Day 0取得17.90%凝乳得率、19.46%蛋白与8.62 N硬度；时间动力学R²≥0.96；堆叠集成ML于Day 35蛋白稳定性预测R²=0.98；PCA捕获95.4%累积方差确认T6独有多变量质量空间。该多方法融合框架(MMCF)在N=5生物学重复下缓解采样不确定性，为限定食品制造系统中功能农业副产物敏捷筛查提供可复现验证模板。