Моделирование рецептурного состава пробиотического пищевого рыбного продукта с применением высокоуровневого языка программирования Python

Среди элементов здорового питания, улучшающих работоспособность организма человека, выделяют пробиотики или пробиотические пищевые продукты, которые способствуют корректированию состава внутренней индигенной микрофлоры кишечной микробиоты. В соответствии с этим, в статье приведены исследования, посвящённые проектированию моделей рецептурного состава пробиотического пищевого рыбного продукта с применением высокоуровневого языка программирования Python, а также – разработке технологии получения данного вида продукции. Язык программирования Python с применением популярных библиотек, таких как SciPy и PuLP, позволяет реализовать метод линейного программирования, решающий подобные задачи, связанные с проектированием рецептурных составов многокомпонентных пищевых систем. В результате чего спроектировано 8 рецептурных составов пробиотического пищевого рыбного продукта группы полуконсервов рыбных, в частности, паштетов на основе биотрансформированного бактериальными заквасочными культурами (L. acidophilus и S. thermophilus) филе рыб (минтай (Theragra chalcogramma), треска (Gadus macrocephalus), макрурус малоглазый (Albatrossia pectoralis), получешуйник Гилберта «Бычок» (Hemilepidotus gilberti)) с последующей разработкой технологической схемы получения данного вида продукта. Спроектированные рецептурные составы и разработанная технология способствуют получению рыбного продукта с наличием живых форм пробиотиков в количестве 10⁶-10⁹ КОЕ/г.

1. Rathod N., Phadke G., Tabanelli G., Mane A., Ranveer D., Pagarkar A., Ozogul F. (2021). Recent advances in bio-preservatives impacts of lactic acid bacteria and their metabolites on aquatic food products/ // Food Biosci. Т. 44. P. 101440.

2. Giorgi G., Jiménez B., Novo V. (2023). «Linear Programming and Quadratic Programming». Pp. 275- 316. doi: 10.1007/978-3-031-30324-1_9.

3. Parab J., Lanjewar M., Sequeira M., Naik G., Shaikh A. (2023). Python Programming Recipes for IoT Applications. // Singapore: Springer Nature Singapore.

4. Downey A.B. (2015). Think Python: How to Think Like a Computer Scientist. // Published by O’Reilly Media, Inc. Pp 447.

5. Lavrukhina E., Zarubin N., Bredikhina O., Grinevich A. (2022). Integration of bacterial starter cultures with raw fish: selection and justification/ // Fisheries (Bethesda). 2022. Т. № 6. С. 107-114.

6. Lavruhina E., Zarubin N., Bredikhina O., Grinevich A., Mezhonov A. (2023). Optimal conditions and parameters verification of fish fillets muscle tissue biotransformation by bacterial starter cultures/ // Vestnik of Astrakhan State Technical University. Series: Fishing industry. Т. 2023. № 4. Pp. 127-138.

7. Baranenko D., Lu W., Golovinskaia O., Lepeshkin A., Ilina V. (2020). Optimization of baby food formulations using spreadsheets/ // IOP Conf Ser Mater Sci Eng. Т. 940. № 1. P. 012085.

8. Barlow E. (2023). Integer Linear Programming: Spreadsheet Solver Excellence Without Excel // INFORMS Transactions on Education.

9. Singh T., Pandey V., Dash K., Zanwar S., Singh R. (2023). Natural bio-colorant and pigments: Sources and applications in food processing // J Agric Food Res. P. 100628.

10. Nabi B., Mukhtar K., Ahmed W., Manzoor M., Ranjha M., Kieliszek M., Bhat Z. (2023). Natural pigments: Anthocyanins, carotenoids, chlorophylls, and betalains as colorants in food products // Food Biosci. P. 102403.

11. Brenner T., Tuvikene R., Parker A., Matsukawa S., Nishinari K. (2014). Rheology and structure of mixed kappa- carrageenan/iota-carrageenan gels/ // Food Hydrocoll. Т. 39. P. 272-279.

12. Phillips G. O., Williams P. A. (2009). Handbook of Hydrocolloids // Woodhead Publishing. P. 924.

13. Sarıyer S., Duranoğlu D., Doğan Ö., Küçük İ. (2020). pH-responsive double network alginate/kappa-carrageenan hydrogel beads for controlled protein release: Effect of pH and crosslinking agent/ // J Drug Deliv Sci Technol. Т. 56. С. 101551.

14. Прогнозирование параметров биотрансформации рыбного сырья бактериальными заквасочными культурами с применением математических моделей / Н. Ю. Зарубин, Е. В. Лаврухина, О. В. Бредихина, А. И. Гриневич // Пищевая промышленность. – 2023. – № 3. – С. 92-96. – DOI 10.52653/PPI.2023.3.3.019.