CC BY
38
IIP
НАУКА ЗА РУБЕЖОМ / Обзор научно-исследовательских работ
Применение объективных инструментальных методов
для оценки нежности и мраморности мяса
Н.А. Горбунова, канд. техн. наук
ГНУ ВНИИМП им. В.М. Горбатова Россельхозакадемии
В последнее десятилетие в мире увеличивается доля исследований, направленных на изучение возможности применения инструментальных методов для оценки нежности и мраморности мяса.
^ Анализ изображения в поляризованном свете является многообещающим и эффективным способом объективной оценки нежности мяса и мясных продуктов [1]. Как установили Li J., Tan J., и Martz F, использование видимого освещения небольшой длины волны позволяет разделить говяжьи стейки на жесткие и нежные группы с точностью 83,3 % [2]. Naganathan G.K., Grimes L. M., Subbiah J. и др. разработали и испытали гиперспектральную систему отображения для прогнозирования нежности говядины через 14 дней после убоя, позволяющую оценить говядину по трем категориям: мягкая, промежуточная и жесткая, с точностью в 94,6 % [3].
В работе французских ученых M. El Jabri, S. Abouelkaram, J-L. Damez, A. Listrat [4], развивающей вышеуказанные исследования, представлены результаты исследований нежности говядины (исследования проводились на полуперепончатой мышце) с использованием нового метода сегментации изображений мяса и различных мультимасштабов. Снимки были получены при освещении исследуемого образца мясаполяризованным светом лампы накаливания с использование настольного приспособления для фотометрии, оборудованного черно-белой камерой CCD (модель MACC77, Sony), двумя лампами накаливания малой мощности с поляризованными фильтрами и ультрафиолетовой лампой (рисунок 1).
Использование указанного
приспособления позволяет получить изображение структуры образца мяса в видимом белом свете. Три проекции изображения в по-ляризированном свете соответствуют нескольким уровням структуры внутримышечной соединительной ткани, включая внутримышечный жир (рисунок 2).
С помощью анализа бинарных изображений при поддержке системы мультирезолюции, являющейся обобщением результатов сегментированных изображений исследуемого образца мяса, визуализируется сеть соединительной ткани и ее количество с точностью 92 %, что показывает эффективность предложенного метода.
Для количественной оценки мраморности говядины канадские ученые предложили новый гибкий метод бесконтактного измерения степени мраморности и степени распределения жировых прослоек
Ключевые слова: мраморность мяса, анализ бинарных изображений, маркер нежности, окислительный стресс, апоптоз, белок PRDX6
в говядине, основанный на свойствах жира поглощать и отражать свет в близком инфракрасном диапазоне (NIR). Результаты, полученные предложенным (бесконтактным) методом, сравнивали с результатами, полученными химическим анализом (Сокслет) содержания жира. Предварительные результаты указывают, что можно оценить состав и распределение мраморности в постной говяжьей мышце [5].
Экспериментальная установка NIR-системы (рисунок 3) состоит из следующих основных элементов:
- камера CCD (компания MuTechCorporation) с разрешением 1280x1024 пикселей;
- два листа инфракрасно-прозрачного стекла, между которыми помещают исследуемый образец, световое окно и источник света NIR. Во время экспериментов, использовались источники света двух
Рис. 1. Настольное приспособление для фотометрии
52
ВСё О МЯСЕ № 3 июнь 2012
Обзор научно-исследовательских работ / НАУКА ЗА РУБЕЖОМ
ЁР
in ко зев «о SB
ю ¡к ж ис ш ™> «л J» не
50 рппшапйИй)
« im я! 20* 2m по т» со sot
Рисунок 2. Пример изображения мяса, полученного в видимом белом свете и его первые три проекции (б), (^ и (d)
типов. Для получения снимка VIS (режим отражения), использовалось люминесцентное освещение, для получения снимка NIR (режим передачи) использовался проектор близкого ИК-излучения с длиной волны 940 нм.
В ходе экспериментов было установлено, что главной стадией анализа и определения степени мраморности мяса (объемной оценки межмышечных жировых прослоек), в наибольшей степени обеспечивающей достоверность метода, является стадия сегментации жировых частиц, наблюдае-
мых на снимках VIS и NIR (рисунок 3 в).
Объемная мраморность в образце мяса вычисляется по следующим смоделированным исследователями категориям: первая категория - сфероидальная форма, вторая категория - цилиндрическая или коническая форма (рисунок 4).
По результатам сегментации изображения (рисунок 3) с учетом классификации модели мраморно-сти (рисунок 4) рассчитывается объемная пропорция мраморно-сти в образце мяса. Корреляция
Рисунок 3. Бесконтактный метод измерения мраморности говядины: экспериментальная установка; (б) схематическое изображение механизма проникновения ИК-света через мясо; (в) снимки образца мяса с верхней и нижней сторон
между предложенным неразру-шающим NIR методом и химическим методом Сосклета составляет 0,7, что демонстрирует эффективность предложенного метода.
Специалисты Датского техно -логического института исследовали возможность и эффективность применения NIR-системы для сортировки говядины по ее нежности, поскольку подобные инструментальные системы
оценки очень востребованы на датском рынке говядины [6].
Исследования спектров NIR, проведенные на 149 образах Longissimus dorsi, выделенной в области 13 ребра (85 образцов вырезки от коров, средний возраст 55 мес., и 64 образца вырезки от молодых бычков, средний возраст 14,7 мес.), показали, что жесткость мяса коров больше, чем молодых бычков. Однако данный метод имеет недостаточную точность для оценки прогнозирования нежности и требует продолжения исследований для его модификации.
В Национальном институте сельскохозяйственных исследований (INRA, Франция) разработано уравнение прогнозирования нежности говядины по значению сопротивления срезу, которое было получено с применением устройства Уорнера-Братцлера, исходя из содержания 24 белковых маркеров в мышцах Longissimus Thoracis (LT) и Semitendinosus (ST), с помощью которого можно прогнозировать нежность примерно для 60% образцов мышц ST и LT [7].
С целью оценки реальной вероятности прогнозирования для каждого образца была рассчитана абсолютная величина разности между прогнозируемым (Vp) и измеренным (Vm) значениями сопротивления срезу по отношению к измеряемой величине, а также процент (IVp-Vml/Vm х 100), представляющий собой погрешность прогнозирования.
При разработке уравнения с точки зрения маркеров нежности для мышцы ST наиболее значимыми переменными были PRDX6 (цис-пероксиредоксин-6), LD HB (лактатдегидрогеназа B),
Hsp701B, Hsp70-GRP75 (белки
№ 3 июнь 2012 ВСЁ О МЯСЕ
53
0
НАУКА ЗА РУБЕЖОМ / Обзор научно-исследовательских работ
ческое устройство одновременно с классификацией свиных туш на линии убоя без нарушения в операциях технологической линии. Метод может использоваться на предприятиях различной производственной мощности.
(а)
Рисунок 4. Модель двух отмеченных областей форма
теплового шока) и MyHC IIa + IIx (тяжелые цепи миозина), а для мышцы LT - PRDX6, Hsp20, Hsp70-GRP75 и aB-кристаллин (CRYAB).
Белок PRDX6 является единственным маркером, общим для двух мышц, который участвует в борьбе против окислительного стресса, вызываемого свободными радикалами, что приводит к формированию белковых агрегатов (Morzel М. и др., 2006). Эти агрегаты препятствуют развитию нежности. Белки из небольшой группы белков теплового шока (Hsp27, Hsp20 и aB-кристаллин), как известно, предотвращают формирование этих агрегатов. Таким образом, положительная связь между этими белками и нежностью вполне согласуется с отрицательной связью между окислительным стрессом и PRDX6.
Результаты, проведенных исследований, показывают, что окислительный стресс и апоптоз являются клеточными механизмами, связанными с процессом развития нежности, дальнейшие исследования их механизма весьма перспективны для улучшения генетических тестов и позволят разработать модели прогнозирования такой сложной характеристики мяса, как нежность.
Цель исследований, прове-
(Ь) (с)
(а), (Ь) и (с) цилиндрическая и коническая
денных польскими учеными, состояла в том, чтобы развить объективный метод оценки мрамор-ности свинины, основанный на анализе оптических сигналов, произведенных оптической иглой устройства FAT-O-MEATER [8].
Измерения проводились на m.Longissimus dorsi 36 свиных туш непосредственно на линии убоя. Результаты замера оптического сигнала обрабатывались с использованием преобразования Фурье и сравнивались с визуальной оценкой и содержанием жира (таблица 1).
По результатам обработки данных установлены следующие коэффициенты корреляции между содержанием жира и оценкой мра-морности:
- содержание жира х мрамор-ность, оцененная визуально г=0,64
- содержание жира х мрамор-ность (FAT-O-MEATER) г=0,46
- мраморность, оцененная визуально х мраморность, оцененная FAT-O-MEATER г=0,86
Точность использования алгоритма обработки данных оптического анализа с применением преобразования Фурье при оценке мраморности может быть оценена приблизительно в 74 %.
Результаты исследований показывают, что мраморность мяса можно оценить, используя опти-
Показатель Среднее значение Отклонение Минимальное значение Максимальное значение
Визуальная мраморность, баллы 2.38 0.54 1.6 3.7
Мраморность по прибору, баллы 1.87 0.9 0.81 4.28
Содержание жира, % 3.64 1.32 1.4 6.08
Таблица 1. Результаты оценки мраморности и определения содержания внутримышечного жира в m. Longissimus dorsi
Литература
1. Du C. & Sun D. (2004). Recent developments
in the applications of image processing techniques for food quality evaluation. Trends in Food Science and Technology, 15, 230-249.
2. Li J., Tan J., Martz F., & Shatadal P. (2001) Classification of tough and tender beef by image texture analysis. Meat Science, 57, 341-346.
3. Naganathan G.K., Grimes L. M., Subbiah J., Calkins C.R, Samal A. & Meyer E. M. (2008). Visible/Near-infrared hyperspectral imaging for beef tenderness prediction. Computers and Electronics In Agriculture, 64, 225-233.
4. M. El Jabri, S. Abouelkaram, J-L. Damez, A. Listrat MULTISCALE IMAGE ANALYSIS APPROACH FOR MEAT TENDERNESS PREDICTION .- 56th International Congress of Meat Science and Technology, 2010, Jeju, Korea
5. Ziadi A., Maldague X. and Saucier L. A New Technique for Non-Destructive Measurement of Marbling in Beef Meat Using Visible and Near-Infrared Imaging.- 57th International Congress of Meat Science and Technology, 2011, Ghent, Belgium
6. N.T. Madsen, Marchen Hviid, and Chris Claudi-Magnussen BEEF TENDERNESS PREDICTION BY NIR? - NOT IN REALITY YET .- 56th International Congress of Meat Science and Technology, 2010, Jeju, Korea
7. Guillemin N., Jurie C., Micol D., Renand G., Hocquette J.F., Picard B. Prediction equations of beef tenderness: implication of ox-idative stress and apoptosis. - 57th International Congress of Meat Science and Technology, 2011, Ghent, Belgium
8. D. Lisiak, P. Slosarz, M. Florczyk, K. Borzuta,
K. Powatowski K DEVELOPMENT OF MARBLING ESTIMATION METHOD FOR PORK USING A FAT O MEATER DEVICE.- 56th International Congress of Meat Science and Technology, 2010, Jeju, Korea
Контакты:
Наталья Анатольевна Горбунова, +7 (495) 676-93-17
54
Всё о МЯСЕ № 3 июнь 2012
