CC BY
1
Пищевые системы и биотехнология продуктов питания и биологически активных веществ
Food systems and biotechnology of food and bioactive substances
Оригинальная статья / Original paper
https://doi.org/10.47370/2072-0920-2024-20-4-ll-21 УДК [664.661:641.55]:519.233.5
Оптимизация рецептуры методом регрессионного анализа
В.А. БуховецИ, О.В. Картавенко, П.О. Тюрин, Г.В. Стырев, Д.А. Твердохлебова
Федеральное государственное бюджетное образовательное учреждение высшего образования «Саратовский государственный университет генетики, биотехнологии и инженерии имени Н.И. Вавилова»; Саратов, Российская Федерация,
i vhnhovetsaj'andex. г и
Аннотация. Введение. Математическое моделирование в технологии пищевых продуктов играет ключевую роль в решении множества теоретических и практических задач. На этапе создания новых рецептур оно становится одним из эффективных методов, позволяющих уменьшить время и затраты на разработку, сократить объем испытаний, гарантировать необходимое качество готового изделия и повысить конкурентоспособность продукции. Предметом исследования была рецептура хлебобулочного изделия с внесением цельнозерновой муки из сорго. Зерновое сорго сорта «Бакалавр» районировано в Саратовской области. Имеет высокую урожайность 2,5-3,5 т/га. Хорошо переносит высокие температуры и недостатки влаги, устойчиво к болезням и вредителям. Питательная ценность обусловлена большим содержанием протеина и крахмала. Целью работы была разработка соотношения рецептурных компонентов в хлебобулочном изделии с внесением цельнозерновой муки из зернового сорго. Исследования проводились последовательно. 1. Изучали спрос на обогащенные хлебобулочные изделия потребителей Саратовской области, методом анкетирования. 2. Моделировали рецептуру хлебобулочных изделий с цельнозерновой мукой из зернового сорго методом регрессионного анализа. Данный метод позволил строго определить регрессионную зависимость, изучить свойства оценок параметров при предложении о вероятных характеристиках фактов и случайных ошибок модели. С помощью линейной регрессии нашли линейную функцию пористости, удельного объема, массовой доли влаги, содержания витамина Р. Результатом исследования стало решение задачи моделирования отношений между выбранными переменными и прогнозированием значений зависимой переменной на основе модели, что позволило составить матрицу исследований обогащенных хлебобулочных изделий с цельнозерновой мукой из зернового сорго.
Ключевые слова: сорго, респонденты, матрица, линейный анализ, пористость, удельный объем, хлебобулочные изделия, исследования, фактор
Для цитирования: Буховец В.А., Картавенко О.В., Тюрин П.О., Стырев Г.В., Твердохлебова Д.А. Оптимизация рецептуры методом регрессионного анализа. Новые технологии / New technologies. 2024;20(4): 11-21. https://doi.org/10.47370/2072-0920-2024-20-4-11-21
О В.А. Буховец, О.В. Картавенко, П.О. Тюрин, Г.В. Стырев, Д.А. Твердохлебова, 2024
Recipe optimization using regression analysis method
Valentina A. BukhovetsEI, Olga V. Kartavenko, Pavel O. Tyurin, Gleb V. Styrev, Diana A. Tverdokhlebova
Saratov State University of Genetics, Biotechnology and Engineering named after N.I. Vavilov; Saratov, the Russian Federation, i vbiihovets'ayandex.ru
Abstract. Introduction. Mathematical modeling in food technology plays a key role in solving many theoretical and practical problems. At the stage of creating new recipes, it becomes one of the effective methods that allows reducing the time and costs of development, reducing the scope of testing, guaranteeing the required quality of the finished product and increasing the competitiveness of products. The research focuses on the bakery product recipe with the addition of whole grain sorghum flour. Grain sorghum of the Bachelor variety is zoned in the Saratov region. It has a high yield of 2.5-3.5 t / ha. It tolerates high temperatures and moisture deficiencies well, and it is resistant to diseases and pests. The nutritional value is due to the high content of protein and starch. The goal of the research was to develop the ratio of recipe components in a bakery product with the addition of whole-grain flour from grain sorghum. The studies were conducted sequentially. l.The demand for fortified bakery products of consumers in the Saratov region using a questionnaire was studied. 2. The recipe for bakery products with whole-grain flour from grain sorghum using regression analysis was developed. This method made it possible to determine the regression dependence, study the properties of parameter estimates when proposing probable characteristics of facts and random errors of the model. Using linear regression, a linear function of porosity, specific volume, mass fraction of moisture, and vitamin P content was found. The result of the research was the solution to the problem of modeling the relationships between the selected variables and predicting the values of the dependent variable based on the model, which made it possible to compile a matrix of studies of fortified bakery products with whole grain flour from grain sorghum.
Keywords: sorghum, respondents, matrix, linear analysis, porosity, specific volume, bakery products, research, factor
For citation: Bukhovets V.A., Kartavenko O.V., Tyurin P.O., Styrev G.V., Tverdokhlebova D.A. Recipe optimization using regression analysis method. New technologies /Novve Tehnologii. 2024;20(4): 11-21. https://doi.org/10.47370/2072-0920-2024-20-4-l 1-21
Введение. Питание играет одну из клю- В качестве контроля была выбрана рецептура
чевых ролей в жизни каждого человека. Зна- хлеба пшеничного из муки высшего сорта
чение питания в причинно-следственных (ГОСТ Р 58233-2018). С помощью размола на
связях между организмом и окружающей лабораторной мельнице цельного зерна сорго
средой невероятно велико, поскольку из- сорта «Бакалавр» получали цельнозерновую
вестно, что продукты питания поставляют в муку. Цельнозерновая мука отличается от
организм различные вещества, которые вы- муки пшеничной внешним видом, вкусом,
полняют широкий спектр функций. особенностями в приготовлении и полезными
Цель исследований. Оптимизировать свойствами, рецептуру изделий методом регрессион- Часть муки пшеничной в рецептуре ис-
ного анализа. следуемых образцов заменяли цельнозер-
Материалы и методы. Исследования новой мукой из сорго сорта «Бакалавр»,
проведены в ФГЪОУ ВО «Саратовский госу- Способ тестоведения безопарный. После
дарственный университет генетики, биотех- выпечки изделия охлаждали 4 часа и про-
нологии и инженерии им. Н.И. Вавилова». водили органолептические и физико-хими-
ческие анализы. Методом регрессионного анализа моделировали рецептуру хлебобулочных изделий с различной дозировкой цельнозерновой муки сорго.
Результаты и их обсуждения. С целью определения предпочтений, а также степени информированности населения о наличии профилактических и функциональных видов хлебобулочных изделий в Саратовской области были проведены маркетинговые исследования.
Оценка проводилась среди респондентов мужского пола - 32%, и женского пола-68 %.
Возрастной состав большинства опрашиваемых составил 18-29 лет (рис. 1).
Определяли количество приемов потребляемых хлебобулочных изделий дали ответ несколько раз в день 63% (рис. 2).
Наибольшее внимание респонденты обращали при покупке на свежесть изделий -42%, на содержание обогащающих ингредиентов лишь 11% респондентов (рис. 3).
□ Младше 18 з 18 -29 лет 30 - 39 лет ■ 40-59 с Старше 60 лет
Рис. 1. Возраст респодентов Fig. 1. Age of respondents
1 \
3 Несколько раз в день
и От двух до семи раз в неделю
з Вообще никогда не употребляют
■ Один раз в день Не чаще одного раза в неделю
Рис. 2. Структура потребления хлеба Fig. 2. Structure of bread consumption
7
■ Свежесть
0 Внешний вид
1 Производитель
■ Содержание обогащающих компонентов
■ Цена Упаковка
Рис. 3. Распределение значимых факторов при покупке хлебобулочных изделий Fig. 3. Distribution of significant factors when purchasing bakery products
Наиболее популярными видами хлебобулочных изделий в Саратовской области являлись: хлеб из смеси ржаной и пшеничной муки -39%; хлеб из ржаной муки -14%; хлеб из пшеничной муки -34%; батоны-13%.
Исследования показали, что простые хлебобулочные изделия являются наиболее популярными среди всех групп населения. Однако их питательная ценность довольно невысока. Для обогащения хлебобулочных изделий использовали цельнозерновую муку из зернового сорго.
Сорго классифицируется на четыре основные группы в зависимости от его применения: зерновое, сахарное, веничное и травянистое. Зерновое сорго, выращиваемое для получения зерна, включает несколько ботанических видов, из которых наибольшее распространение на территории нашей страны получило хлебное сорго. Плод сорго представлен зерновкой, которая может иметь овальную, яйцевидную, грушевидную или удлиненную форму, и быть пленчатой или голой. Цвет зерновки варьируется от белого до черного, а ее диаметр составляет от 4 до 8 мм. Масса тысячи зерен изменяется в пределах от 6 до 70
граммов. Зерновка состоит из оболочки, эндосперма (запасающей ткани) и зародыша, который находится в дорсальной и нижней частях зерна. Зародыш насыщен липидами (до 28% с ненасыщенными жирными кислотами), витаминами группы В, низкомолекулярными белками (до 19%) и минералами (до 10%).
Эндосперм составляет 75-85 % от общего объема зерна, являясь тканью, которая окружает и питает зародыш. Слой алейрона богат белками (включая белковые тела и ферменты), минералами (такими как фитин) и липидами (сферосомами). В периферическом, стекловидном и мучнистом эндоспермах содержится крахмал, который составляет 70-85 %, а также белки. Оболочки зерновки составляют всего 4-8 % от ее массы. Химический состав зерна сорго схож с кукурузным, но при этом в сорго меньше жира и больше белка.
В таблице 1 приведены морфометриче-ские характеристики и семенная продуктивность, зернового сорго сорта «Бакалавр».
Питательная ценность сорго зависит от сортовых вариаций и климатических условий, в которых оно выращивается (рис. 4, табл. 2).
Таблица 1. Морфометрические характеристики и показатели элементов структуры
урожая зернового сорго Table 1. Morphometric characteristics and indicators of the elements of the grain sorghum crop
structure
Признаки Бакалавр НСРоз
Высота растений, см 115,4 5,48
Длина соцветия, см 28,1 1,33
Выдвинутость ножки соцветия, см 5,0 0,74
Продуктивная кустистость, шт. 1,00 0,16
Масса 1000 зерен, г 30,6 1,83
Урожайность зерна, т/га 4,24 0,26
Глоб улины
Альбумины Проламины
Глютелины
Холин (Витамин В4)
Пантотеновая кислота (Витамин В5)
Токоферон (Витамин E)
Рибофлавин Витамин B2
Рис. 4. Биохимический состав зерна сорго Fig. 4. Biochemical composition of sorghum grain
Содержание белка в сорго превышает содержание в кукурузе на 2,5%, уровень сырой клейковины — на 0,2%, а безазоти-
стых экстрактивных веществ - на 2,5%. Разнообразие химического состава этих культур определяет их различное применение.
Оптимальное содержание цельнозерно-вой муки из сорго в готовых продуктах было установлено эмпирически. Ключевой задачей было максимально увеличить пористость, а также содержание витаминов и микроэлементов в образцах, не вызывая существенных изменений в их структурных, механических и органолептических характеристиках.
Для этого использовался метод регрессионного анализа, с помощью которого рассчитывалась модель смесей и определялась тен-
денция изменчивости показателей. Для характеристики качества хлебобулочных изделий с добавлением муки из цельнозернового сорго выбраны следующие показатели: у1-пористосгь; %. у 2 - удельный объем, м3; уз -массовая доля влаги, %; у а- содержание витамина Р, мг. Независимыми факторами являются: XI - содержание муки высшего сорта, %; хг - содержание муки из цельнозернового сорго, %. Изменение соотношения компонентов производилось с шагом в 5% (табл. 3, 4).
Таблица 2. Биохимический состав зерна кукурузы и сорго, % на сухое вещество Table 2. Biochemical composition of corn and sorghum grain, % per dry matter
Культура Белок Безазотистые экстрактивные вещества Жир Клетчатка Зола Вода
Кукуруза 10,6 69,2 4,3 2,0 1,4 12,5
Сорго 12,7 71,7 3,2 1,5 1,6 9,3
Таблица 3. Матрица планирования и результаты эксперимента
Table 3. Planning matrix and experimental results
Номер опыта Экспериментальные данные
XI х2 У1 У 2 Уз У4
1 100,0 0,0 88,6 1,65 43,2 197,00
2 95,0 5,0 88,5 1,73 42,5 201,40
3 90,0 10,0 88,8 1,88 41,7 206,20
4 85,0 15,0 88,3 1,76 38,4 211,60
5 80,0 20,0 88,2 1,62 39,8 215,40
6 75,0 25,0 87,1 1,60 34,4 219,90
7 70,0 30,0 86,5 1,58 31,2 224,60
8 65,0 35,0 85,9 1,56 30,8 230,50
9 60,0 40,0 84,4 1,53 28,7 238,60
10 55,0 45,0 83,8 1,49 26,4 242,70
Таблица 4. Результаты линейного регрессионного анализа _Table 4. Results of linear regression analysis_
Функция отклика Коэффициент Коэффициент Критерий Фи-
корреляции (R) детерминации (R?) шера (F)
Пористость, % -0,939190 0,8649 21,5*
Удельный объем, м3 -0,772953 0,5929 5,04*
Массовая доля влаги, % -0,977321 0,9409 54,83*
Содержание витамина Р, мг 0,9967786 0,9801 171,5*
* Критический уровень Ртабл находим с помощью таблицы (/•' - распределение: критические значения Т7 с V] и л>2 степенями свободы, уровень значимости в 5 %).Ртабл=4,26.
3D Surface Plot of Пористость against Мука из цельнозерного сорго and Удельный объем
Sorgo, sta 10v*10c Пористость = Distance Weighted Least Squares
I I < 76 I I < 72 I I < 68
Рис. 5. Влияние цельнозерновой муки из сорго на пористость и удельный объем Fig. 5. Effect of whole grain sorghum flour on porosity and specific volume
3D Surface Plot of Содержание витамина P against Мука из цельнозерного сорго and Массовая
доля влаги Sorgo, sta 10v*10c Содержание витамина Р = Spline
2вО £
2.60 \
240 I
о 220 |
0 1 20 О
-с. 1 1бО
160
I 140
1 120
1 1О0
-о во
> 240
< 228
< 208
< 188
< 168
< 148
< 128
< 108
< 88
Рис 6. Влияние цельнозерновой муки из сорго на массовую долю влаги
и содержание витамина Р Fig. 6. Effect of whole grain sorghum flour on moisture content and vitamin P content
Изменение свойств в зависимости от концентрации ингредиентов в рецептурах имеет линейный характер. Для нахождения
оптимальных соотношений компонентов проводился анализ функции yl, у2? уЗ, у4 на основе полученных уравнений
регрессии. Процесс определения оптимальных соотношений ингредиентов в составах осуществлялся с использованием программного пакета МаШсаё. Минимальные и максимальные значения концентраций компонентов х1 и х2 определялись с учетом органолептических характеристик.
70 < х1 < 100 30<х2< 10
Пределы функций у1, у г, уз, у4 задавались исходя из определенных физико-химических характеристик:
83,8< у1 <88,8 1,49< у2< 1,88 38,4. <уЗ <41,7 197 <у4< 242,70 Результаты оптимизации представлены в таблице 5.
Таблица 5. Оптимальные концентрации компонентов в композициях Table 5. Optimum concentrations of components in compositions
Поиск минимума функций уп Оптимальные концентрации компонентов, % Значение функции y(xi, Х2, ХЗ,Х4)
Мука пшеничная высшего сорта xi, % Мука из цельнозернового СОрГО Х2, %
Vi 70,0 30,0 86,53
У2 85,0 15,0 1,75
уз 90,0 10,0 40,21
У4 60,0 40,0 239,50
Среднее значение х 76,25 23,75 -
Заключение. Регрессионный анализ пшеничной муки на цельносмолотую позволил составить матрицу экспери- муку зернового сорго в количестве мента и определить оптимальную замену 23,75%.
КОНФЛИКТ ИНТЕРЕСОВ
Авторы заявляют об отсутствии конфликта интересов
CONFLICT OF INTERESTS
The authors declare no conflict of interests
СПИСОК ЛИТЕРАТУРЫ
1. Оценка новых сортов сорго зернового при использовании в хлебопечении / Алабу-шев A.B. [и др.] // Вестник Воронежского государственного аграрного университета. 2017. №3 (54). С. 144-150.
2. Цуприков A.A., Якименко К.Ю. Влияние количества экспериментальных данных на достоверность результатов измерений // Информатика, телекоммуникации и управление. 2009. № 1 (72).
3. Резун A.A. Факторный анализ эффективности использования основных средств в сельскохозяйственных организациях // Научный журнал КубГАУ. 2012. № 75.
4. Управление качеством и безопасностью на хлебопекарных предприятиях / В. А. Бу-ховец [и др.] // Технологии пищевой и перерабатывающей промышленности АПК - продукты здорового питания. 2023. № 2. С. 29-38.
5. Буховец В.А., Короткова Л.А. Исследование влияния светлозерной ржи «Памяти Бамбышева» на качество ржано-пшеничных изделий // Развитие АПК на основе принципов рационального природопользования и применения конвергентных технологий: материалы Международной научно-практической конференции, проведенной в рамках МежНовые технологии / New Technologies, 2024; 20 (4)
дународного научно-практического форума, посвященного 75-летию образования Волгоградского государственного аграрного университета (Волгоград, 30 янв. - 01 февр. 2019 г.). Т. 2. Волгоград: ВолгГАУ, 2019. С. 104-109.
6. Власенко А.В., Жданов А.А. Обобщение алгоритма прогнозирования временных рядов производственных систем // Вестник Адыгейского государственного университета. Серия 4: Естественно-математические и технические науки. 2019. № 1 (236).
7. Оценка засухоустойчивости ЦМС-линий сорго на основе различных источников стерильности / Кибальник О.П. [и др.] // Труды по ботанике, генетике и селекции. 2021. № 182 (4). С. 9-17.
8. Орлова Т.В., Кудинов П.И. Работка рецептуры и технологии производства хлеба на основе безглютеновых мучных смесей // Ползуновский вестник. 2020. № 2. С. 50-57. doi: 10.25712/ASTU.2072-8921.2020.02.010
9. Мохова В.П., Вихрова Е.А., Никонорова Ю.Ю. Оценка качества выпечки пшеничного хлеба с добавлением примеси муки зернового сорго // Политематический сетевой электронный научный журнал Кубанского Государственного Аграрного Университета.
2019. № 151. С. 193-199.
10. Макушин А.Н. Перспективы использования новых сортов зерна нетрадиционных мукомольных культур при производстве безглютеновых хлебобулочных изделий / Макушин А.Н. [и др.] // Пищевые технологии будущего: инновации в производстве и переработке сельскохозяйственной продукции: сборник статей. Пенза: РИО ПГСХА, 2020. С. 58-61.
11. Пашкова Е.Ю., Волкова А.В. Влияние применения муки из зерна сорго на качество хлеба из муки пшеничной хлебопекарной высшего сорта // Инновационные достижения науки и техники АПК: сборник научных трудов Международной научно-практической конференции. Самара, 2018. С. 208-212.
12. Матвиенко Е.В. Сорго как пищевая культура // International Agricultural Journal.
2020. Т. 63, №3. С. 12.
13. Никонорова Ю.Ю., Волкова А.В. Влияние применения муки из зерна амаранта, сорго и проса на процессы брожения и созревания теста // Евразийский союз ученых. 2020. № 7/8 (76). С. 31-35.
14. Гамагер Б.Р., Бугусу В.А. Обзор: протеин из сорго и качество еды [Электронный ресурс]. URL: http://ww.afripo.org.uk/papers/Paper08.
15. Use of secondary raw material of animal prodacts in the technology of production of bakery prodacts based on wheat-amaranth mixture / A.N. Shishkina [et al.] // Chemistry and Chemical Engineering, Biotechnology. Food Industry. 2019. Vol. 20, No. 2. P. 303-311.
REFERENCES
1. Evaluation of new varieties of grain sorghum for use in bakery / Alabushev A. V. [et al.] // Bulletin of Voronezh State Agrarian University. 2017. No. 3 (54). P. 144-150. (InRuss.).
2. Tsuprikov A. A., Yakimenko K.Yu. Influence of the amount of experimental data on the reliability of measurement results // Computer science, telecommunications and management. 2009. No. 1 (72). (In Russ.).
3. Rezun A. A. Factor analysis of the efficiency of using fixed assets in agricultural organizations // Scientific journal of KubSAU. 2012. Iss. 75. (In Russ.)
4. Bukhovets V.A. Quality and safety management at bakeries / V.A. Bukhovets [et al.] // Technologies of food and processing industry of the agro-industrial complex - healthy food products. 2023. No. 2. P. 29-38. (In Russ.).
5. Bukhovets V.A., Korotkova L.A. Studying the influence of «In memory of Bambyshev» light-grain rye on the quality of rye-wheat products // Development of the agro-industrial complex based on the principles of rational nature management and the use of convergent technologies: Proceedings of the International scientific and practical conference held within the framework of the International scientific and practical forum dedicated to the 75th anniversary of the Volgograd State Agrarian University (Volgograd, January 30 - January 01, 2019). Vol. 2. Volgograd: Volgograd State Agrarian University, 2019. P. 104-109. (In Russ.).
6. Vlasenko A.V., Zhdanov A. A. Generalization of the algorithm for forecasting time series of production systems // Bulletin of Adyghe State University. Series 4: Natural, mathematical and technical sciences. 2019. No. 1 (236). (In Russ.).
7. Kibalnik O.P. Evaluation of drought resistance of sorghum CMS -lines based on various sources of sterility / Kibalnik O.P. [et al.] // Works on Botany, Genetics and Breeding. 2021. No. 182 (4). P. 9-17 (In Russ.).
8. Orlova T.V., Kudinov P.I. Development of a recipe and technology for the production of bread based on gluten-free flour mixtures // Polzunovsky Vestnik. 2020. No. 2. P. 50-57. doi: 10.25712/ASTU.2072-8921.2020.02.010 (In Russ.).
9. Mokhova V.I., Vikhrova E.A., Nikonorova Yu.Yu. Evaluation of the baking quality of wheat bread with the addition of grain sorghum flour // Polythematic network electronic scientific journal of the Kuban State Agrarian University. 2019. No. 151. P. 193-199. (In Russ.).
10. Makushin A.N. Prospects for the use of new varieties of non-traditional flour crops in the production of gluten-free bakery products / Makushin A.N. [et al.] // Food technologies of the future: innovations in the production and processing of agricultural products: a collection of articles. Penza: RIO PGSKhA, 2020. P. 58-61. (In Russ.).
11. Pashkova E.Yu., Volkova A.V. The effect of the use of sorghum flour on the quality of bread from premium wheat flour // Innovative achievements of science and technology in the agro-industrial complex: collection of scientific papers of the International scientific and practical conference. Samara, 2018. P. 208-212. (In Russ.)
12. Matvienko E.V. Sorghum as a food crop // International Agricultural Journal. 2020. Vol. 63, No. 3.P. 12. (In Russ.)
13. Nikonorova Yu.Yu., Volkova A.V. Effect of using amaranth, sorghum and millet flour on the fermentation and ripening processes of dough // Eurasian Union of Scientists. 2020. No. 7/8 (76). P. 31-35. (In Russ.).
14. Gamager B.R., V.A. Bugusu Review: Sorghum Protein and Food Quality [Electronic resuorse], URL: http://ww.afripo.org.uk/papers/Paper08. (In Russ.).
15. Use of secondary raw material of animal prodacts in the technology of production of bakery products based on wheat-amaranth mixture / A.N. Shishkina [et al.] // Chemistry and Chemical Engineering, Biotechnology. Food Industry. 2019. Vol. 20, No. 2. P. 303-311.
Информация об авторах /Information about the authors
Буховец Валентина Алексеевна, доцент кафедры Технологии продуктов питания, кандидат технических наук, Федеральное государственное бюджетное образовательное учреждение высшего образования «Саратовский государственный университет генетики, биотехнологии и инженерии имени Н.И. Вавилова»; 410012, Российская Федерация, г. Саратов, пр-кт им. Петра Столыпина зд. 4, стр. 3, e-mail: [email protected]
Картавенко Ольга Валерьевна, магистр, Федеральное государственное бюджетное образовательное учреждение высшего образования «Саратовский государственный университет генетики, биотехнологии и инженерии имени Н.И. Вавилова»; 410012, Российская Федерация, г. Саратов, пр-кт им. Петра Столыпина зд. 4, стр. 3, e-mail: [email protected]
Тюрин Павел Олегович, магистр, Федеральное государственное бюджетное образовательное учреждение высшего образования «Саратовский государственный университет генетики, биотехнологии и инженерии имени Н.И. Вавилова»; 410012, Российская Федерация, г. Саратов, пр-кт им. Петра Столыпина зд. 4, стр. 3, e-mail: [email protected]
Стырев Глеб Вадимович, магистр, Федеральное государственное бюджетное образовательное учреждение высшего образования «Саратовский государственный университет генетики, биотехнологии и инженерии имени Н.И. Вавилова»; 410012, Российская Федерация, г. Саратов, пр-кт им. Петра Столыпина зд. 4, стр. 3, e-mail: [email protected]
Твердохлебова Диана Алексеевна, магистр, Федеральное государственное бюджетное образовательное учреждение высшего образования «Саратовский государственный университет генетики, биотехнологии и инженерии имени Н.И. Вавилова»; 410012, Российская Федерация, г. Саратов, пр-кт им. Петра Столыпина зд. 4, стр. 3, e-mail: [email protected]
Valentina A. Bukhovets, PhD (Eng.), Associate Professor, the Department of Food Technology, Saratov State University of Genetics, Biotechnology and Engineering named after N.I. Vavilov; 410012, the Russian Federation, Saratov, Pyotr Stolypin Ave., bid. 4, building 3, email: [email protected]
Olga V. Kartavenko, Master student, Saratov State University of Genetics, Biotechnology and Engineering named after N.I. Vavilov; 410012, the Russian Federation, Saratov, Pyotr Stolypin Ave., bid. 4, p. 3, e-mail: [email protected]
Pavel O. Tyurin, Master student, Saratov State University of Genetics, Biotechnology and Engineering named after N.I. Vavilov; 410012, the Russian Federation, Saratov, Pyotr Stolypin Ave., bid. 4, p. 3, e-mail: [email protected]
Gleb V. Styrev, Master student, Saratov State University of Genetics, Biotechnology and Engineering named after N.I. Vavilov; 410012, the Russian Federation Saratov, Pyotr Stolypin Ave., bid. 4, p. 3, e-mail: [email protected]
Diana A. Tverdokhlebova, Master student, Saratov State University of Genetics, Biotechnology and Engineering named after N.I. Vavilov; 410012, the Russian Federation, Saratov, Pyotr Stolypin Ave., bid. 4, p. 3, e-mail: [email protected]
Заявленный вклад авторов
Буховец Валентина Алексеевна - 40%, Картавенко Ольга Валерьевна - 10%, Тюрин Павел Олегович - 10%, Стырев Глеб Вадимович - 30%, Твердохлебова Диана Алексеевна - 10%.
Claimed contribution of authors
Valentina A. Bukhovets - 40%, Olga V. Kartavenko - 10%, Pavel O. Tyurin -10%, Gleb V. Styrev - 30%, Diana A. Tverdokhlebova - 10%.
Поступила в редакцию 19.08.2024 Поступила после рецензирования 02.10.2024 Принята к публикации 07.10.2024
Received 19.08.2024 Revised 02.10.2024 Accepted 07.10.2024 Новые технологии / New Technologies, 2024; 20 (4)
