《Foods》：Rheological Optimization of Reduced-Sugar Ice Cream Enriched with Inulin and Carob Flour
编辑推荐：
中文翻译：减糖在冰淇淋中具有技术挑战性，因为糖不仅提供甜味，还影响流变学特性。本研究采用D-最优混合设计（D-optimal mixture design），以菊粉和角豆粉作为功能性配料，对低糖冰淇淋配方进行优化。研究人员考察了蔗糖、葡萄糖、菊粉和角豆粉对黏度
中文翻译：减糖在冰淇淋中具有技术挑战性，因为糖不仅提供甜味，还影响流变学特性。本研究采用D-最优混合设计（D-optimal mixture design），以菊粉和角豆粉作为功能性配料，对低糖冰淇淋配方进行优化。研究人员考察了蔗糖、葡萄糖、菊粉和角豆粉对黏度（viscosity）、稠度系数（consistency index）、流动行为指数（flow behavior index）和触变性（thixotropy）的影响。所有配方均表现出假塑性行为，但在实验域内观察到流变学特性存在显著差异。蔗糖提高了黏度和稠度，而葡萄糖则降低了这两项参数。菊粉和角豆粉因其持水能力而表现出显著的增稠效应。基于以市售参考冰淇淋设定的流变学目标，研究人员确定了一种优化配方并进行了实验验证。优化样品显示出与市售参考品大体相当的流变学特征，尽管预测值与实验值之间存在一定偏差。与实验对照组和市售对照组相比，优化配方的蔗糖和葡萄糖含量更低，相当于葡萄糖和蔗糖总量减少约71%。总膳食纤维（计算值）达到11.59 g/100 g?1，使产品有可能被归类为“高纤维”食品，且能量值更低。感官评价显示，与对照配方相比，感知甜度显著降低（?25%）。菊粉和角豆粉可有效用于开发低糖冰淇淋，在改善营养品质的同时保持符合配方目标的特性。
论文解读
一、研究背景与问题
过量糖摄入与糖尿病、肥胖、心血管疾病及口腔健康问题密切相关，美国农业部（USDA）和世界卫生组织（WHO）建议添加糖摄入量控制在每日总能量的6%–10%，但实际摄入量常达12%–15%。冰淇淋作为广受欢迎的冷冻甜点，其减糖重构是食品行业的重要方向。然而，糖在冰淇淋中不仅提供甜味，还通过降低冰点、调节冰晶形成、影响硬度、融化抵抗力和感官感知等发挥多重功能。直接减少或替代蔗糖往往导致冰淇淋变硬、稳定性下降、结构塌陷等问题，因此需要添加水胶体、纤维或多元醇来补偿功能损失。流变学参数如黏度、稠度系数、流动行为指数和触变性能够有效反映配方变化对冰淇淋基质流动和变形行为的影响，是评估糖替代效果和功能性配料作用的关键指标。当前的技术挑战在于寻找既能复制传统冰淇淋流变学特征又能改善营养组成的功能性配料组合。
二、研究目标与意义
本研究采用混合物设计（Design of Experiments, DoE）策略，以菊粉（inulin）和角豆粉（carob flour）为功能性配料，优化低糖冰淇淋配方。研究旨在量化蔗糖、葡萄糖、菊粉和角豆粉对冰淇淋流变学特性的影响，并以市售参考冰淇淋的流变学参数为目标，确定一种可降低葡萄糖和蔗糖含量同时接近目标流变学特征的优化配方。该研究的意义在于为低糖冰淇淋的开发提供基于实验设计的系统方法，证明菊粉和角豆粉作为糖替代品的可行性，并为改善冷冻甜点的营养品质提供科学依据。
三、主要技术方法
研究人员采用D-最优混合设计（D-optimal mixture design），设定蔗糖（0–154 g/kg）、葡萄糖（0–39 g/kg）、菊粉（0–193 g/kg）和角豆粉（0–193 g/kg）四种成分的约束范围，总添加量为193 g/kg，其余基础配料（全脂牛奶、稀奶油、脱脂乳粉、复配水胶体）保持恒定，共进行15组试验配方。使用旋转流变仪在4°C下进行剪切速率扫描（10–200 s
?1升速后降至1 s
?1），以50 s
?1剪切速率计算表观黏度，并用Ostwald–de Waele模型拟合稠度系数和流动行为指数。触变性按升速与降速阶段50 s
?1黏度的相对变化计算。采用高效液相色谱（HPLC）测定蔗糖和葡萄糖含量，使用阿贝折光仪测定总可溶性固形物（°Brix）。感官评价由13名受训评价员（8女5男，年龄24–60岁）组成小组，采用0–9分制评估甜度感知强度，使用配对t检验比较优化配方与实验对照组。统计建模使用Design-Expert 11，残差诊断使用Python 3.12的statsmodels库。
四、研究结果
1. 模型评估：所有响应变量的回归模型均显著，决定系数较高。各变量的线性项对黏度、流动行为指数和触变性影响显著，而交互项主要体现在稠度系数。模型系数分析显示，蔗糖增加黏度和稠度，葡萄糖降低两者且增加触变性，菊粉和角豆粉因持水能力而表现出增稠作用。内部交叉验证的预测R2为负值，表明模型在小样本条件下预测能力有限，因此需通过独立配方实验进行局部验证。
2. 冰淇淋的流变学特性：15组配方的流变学参数覆盖了宽广范围。试验1和2（分别含最高菊粉和角豆粉，无添加糖）表现出高黏度高稠度；含较高葡萄糖的配方黏度和稠度较低，但触变性最高。所有配方均呈现假塑性（n<1），黏度随剪切速率增加而降低，符合冰淇淋体系的典型流变行为。
3. 配方优化与验证：以市售参考冰淇淋的黏度、稠度系数、流动行为指数和触变性为目标，设定±20%容许范围。优化配方为每193 g配料含蔗糖32.06 g、葡萄糖8.21 g、菊粉116.45 g、角豆粉36.27 g。验证结果显示稠度系数和触变性预测值与实验值吻合较好，黏度偏差占实验域范围的5.2%，稠度偏差占0.2%，触变性偏差占2.8%，但流动行为指数偏差占其范围36.5%，预测精度较低。整体优化方案是对多个流变学目标的折中。
4. 葡萄糖、蔗糖含量与甜度感知：优化配方的蔗糖和葡萄糖含量显著低于实验对照组和市售参考品，总可溶性固形物亦显著降低但仍处于文献报道的冰淇淋正常范围。总膳食纤维（计算值）达11.59 g/100 g，超过欧盟法规（EC）No 1924/2006中“高纤维”声称要求的6 g/100 g一倍以上。能量值从市售对照的222 kcal/100 g降至实验对照的182.38 kcal/100 g，优化配方进一步降至158.55 kcal/100 g。感官测试显示，优化配方的感知甜度比对照组中位数降低25%（配对t检验p=0.006），与葡萄糖和蔗糖总量减少约71%直接相关，但角豆粉本身带来的感官特征对甜度感知的影响也不能完全排除。
五、总结与结论
研究证实，通过合理组合蔗糖、葡萄糖、菊粉和角豆粉，可以有效调控冰淇淋的流变学特性，在减少葡萄糖和蔗糖的同时保持与配方目标大体相当的流变学特征。D-最优混合设计成功量化了各配料对响应变量的影响，并指导了优化配方的确定与验证。尽管优化配方与市售参考品在所有流变学参数上仍存在差异，但该配方实现了多个流变学目标之间的折中。营养方面，优化配方显著降低简单糖含量和能量值，高膳食纤维含量使其有资格申请“高纤维”声称。然而，感知甜度的显著降低可能影响消费者接受度，需要通过消费者测试评估其可接受性及对整体喜好和购买意愿的影响。未来研究应扩大实验域并纳入更多配方和加工变量以改进预测模型，同时开展消费者感官研究验证产品的市场可行性。
