Свежестта на рибата е един от онези въпроси, които засягат както потребителите, така и бизнеса, но често се оценява чрез усещане: ние гледаме яркостта на очите, помирисваме я, докосваме я... и решаваме дали е добра или не. Проблемът е, че тези методи са субективни, зависят от опита на човека, който разглежда продукта, и освен това не винаги откриват вътрешните промени, които вече настъпват в мускула на рибата.
В контекст, където морските дарове пътуват хиляди километри от мястото на улов до чинията, разчитането единствено на зрение и обоняние е недостатъчно. Поради това през последните години бяха разработени математически модели, които могат да предскажат свежестта въз основа на реални биохимични процеси, протичащи след смъртта на рибата. Един от най-интересните постижения идва от университета Хокайдо, където е разработен предсказващ модел, базиран на разграждането на АТФ. Този модел позволява оценка не само на настоящата, но и на бъдещата свежест с голяма точност и ясни приложения в индустрията.
Защо свежестта на рибата е толкова деликатен въпрос?
Влошаването на състоянието на рибата започва веднага след смъртта ѝ , дори ако външно тя изглежда напълно здрава. Вътре в мускулната тъкан настъпват редица трансформации, които влияят на хранителните ѝ качества, аромата, вкуса и текстурата, но тези промени не винаги са очевидни без специфични анализи.
Традиционно индустрията разчита на сензорна инспекция и микробно броене за оценка на свежестта: наблюдават се общият външен вид, хрилете, очите и миризмата, а бактериалното натоварване се измерва в лабораторията. Тези методи имат няколко съществени ограничения: те зависят силно от опита на инспектора, изискват време и оборудване, а резултатите могат да варират от един техник до друг.
Тази вариабилност в оценката може да доведе до сериозни грешки: преждевременно изхвърляне на риба (хранителни отпадъци и икономически загуби) или продукти, които се държат в продажба, когато вече са в напреднал стадий на разваляне, което се отразява на безопасността на храните и доверието на потребителите.
За да се справи с този проблем, науката за храните е установила използването на стойността K като обективен индикатор за свежест. Този индекс се основава на химическото разграждане на енергийните съединения в рибните мускули, което позволява количествено определяне на етапа на влошаване на състоянието на рибата, без да се разчита толкова много на субективна преценка.
АТФ и разграждане на мускулите: биохимичната основа на K стойността
Докато са живи, мускулните клетки на рибата използват АТФ (аденозин трифосфат) като енергийна валута. В момента на смъртта този АТФ спира да се регенерира и започва добре позната и последователна верига от реакции на разграждане, водещи до различни междинни и крайни съединения.
АТФ първо се трансформира в АДФ и АМФ, а впоследствие в ИМП (инозинат), който допълнително се разгражда до инозин (HxR) и хипоксантин (Hx). Всяка стъпка в тази верига е свързана с забележими промени във вкуса и миризмата на рибата. ИМП, например, е свързан с приятния умами вкус, който свързваме с вкусна, прясна риба, докато крайните съединения, като хипоксантин, допринасят за горчиви нотки и все по-силни и неприятни миризми.
Стойността K се конструира именно от тази последователност от реакции. Тя се определя като процентът, който инозинът (HxR) и хипоксантинът (Hx) представляват спрямо общото количество АТФ-производни съединения, присъстващи в мускула:
K(t) = (HxR + Hx) / (ATP + ADP + AMP + IMP + HxR + Hx) × 100
Колкото по-висок е този процент, толкова по-голяма е степента на разграждане на енергийната система на мускулите и следователно толкова по-ниска е свежестта. Когато стойността на K е ниска, преобладават АТФ и неговите ранни производни и продуктът се счита за много пресен; с увеличаване на стойността, съединенията, причиняващи разваляне, поемат контрола над системата и рибата навлиза в напреднали стадии на загуба на качество.
Едно от ключовите открития от проучванията е, че крайният етап, водещ до образуването на развалящи съединения (особено образуването на хипоксантин), има много по-голямо влияние върху общия резултат, отколкото началните етапи на веригата. На практика, скоростта, с която рибата „пресича границата“ и превръща тези крайни продукти в продукти, е това, което наистина отличава приемливата риба от съмнителната и очевидно развалена риба.
От лабораторен индекс до предсказващ математически модел
Въпреки че стойността на K е била предложена преди повече от 60 години в самия университет Хокайдо и сега е международен бенчмарк индикатор, традиционното ѝ приложение има очевиден недостатък: за да се измери, трябва да се вземат мускулни проби, да се обработят и анализират в лаборатория с помощта на химични техники, в процедура, която е бавна, разрушителна и скъпа.
За да преодолеят тези ограничения, изследователи в Хокайдо, ръководени от доцент Наото Цубучи , са разработили математически модел, който описва разграждането на АТФ като верига от реакции от първи ред. В този тип процес скоростта на превръщане на всяко съединение зависи от количеството, присъстващо в този момент, което позволява използването на относително прости диференциални уравнения за описание на еволюцията на системата.
Новият модел не просто изчислява статична K стойност, а симулира как концентрациите на ATP, ADP, AMP, IMP, HxR и Hx в мускулите се променят с течение на времето при специфични условия на съхранение. От тези теоретични концентрации във всеки даден момент се получава K(t) стойността, използвайки предишното уравнение, което улеснява оценката на текущата и бъдещата свежест.
В експериментални тестове с различни морски видове, моделът е показал корелации по-големи от 0,96 между стойностите на K, изчислени по уравненията, и тези, измерени в лаборатория. Това високо ниво на съответствие предполага, че инструментът е надежден и приложим отвъд чисто експериментални условия, като се доближава до реални пазарни и дистрибуторски ситуации.
Едно от големите предимства на този подход е, че използва сравнително проста информация: вид, време на съхранение и температура . С тези данни е възможно да се предвиди свежестта, без да е необходимо да се вземат тъканни проби във всяка точка от веригата, което отваря вратата към неразрушителни системи за контрол в почти реално време.
Почти универсален модел за различни видове риби
Основно предизвикателство при моделирането на свежестта на рибата е огромното разнообразие от видове. Въпреки че пътят на разграждане на АТФ е по същество един и същ при много морски риби, скоростта на реакцията и някои нюанси могат да варират от един вид до друг, което традиционно изискваше проектирането на специфични за вида модели, непрактично за индустрия, която борави с множество различни продукти.
Работата на Цубучи и неговия екип предлага обща структура на модела за няколко вида, като се поддържа една и съща верига от реакции и се коригират само някои кинетични параметри за всеки вид риба. Този подход позволява на модела да има уникална математическа рамка, в която се „включват“ специфичните стойности на въпросния вид.
Опитите включваха, наред с други, различни сортове скумрия , вид от голямо значение както в Япония, така и на други пазари. Прогнозите на модела бяха сравнени с лабораторни измервания на K-стойности и беше наблюдавана много висока степен на съответствие, с граници на грешка от около 30% или по-малко, диапазон, считан за разумно адекватен за промишлени приложения.
Тази способност за обобщаване към множество видове е ключова за практическото приложение на модела. Вместо да се разработва отделна математическа система за всяка риба, се използва обща, адаптивна основа, което намалява разходите, сложността и времето за разработка. Освен това, други изследвания, приложени към видове като сардини, сьомга, ципура и хек, също са генерирали предсказващи уравнения, базирани на физикохимични параметри, постигайки точност над 90% при оценката на свежестта, времето за съхранение на леда и микробното натоварване.
В конкретния случай на тези често консумирани видове в Испания, приблизителните сензорни срокове на годност са определени на 10 дни за ципура и 12 дни за сьомга и хек, при условие че се поддържат подходящи условия за съхранение в студено. Сардините, поради своето естество и по-голямата си чувствителност към температурни колебания, са по-проблематични и изискват специално внимание.
Връзка между свежестта, вкуса и потребителското възприятие
Стойността на математическия модел се простира отвъд безопасността и срока на годност, предоставяйки информация за сензорните качества и вкуса . Същият биохимичен път на разграждане на АТФ, използван за определяне на стойността на K, до голяма степен определя дали рибата ще има приятен (умами) вкусов профил или ще започне да развива нежелани вкусове и миризми.
В ранните етапи, когато преобладава инозиновата киселина (IMP) , вкусът на умами е интензивен и характерен; рибата се възприема като пикантна и свежа. С натрупването на инозин и хипоксантин, сензорният профил се измества към горчиви нотки и по-агресивни аромати, въпреки че цялостният вид може да е приемлив за неопитно око.
Проучвания, проведени в цялата агрохранителна верига, показват, че потребителите считат свежестта за най-важното качество на рибата, дори над цената. Този приоритет се наблюдава както при диво уловената, така и при отглежданата риба, като например ципура. Търговците на дребно като цяло са съгласни с тази оценка, докато производителите понякога наблягат повече на други фактори, въпреки че признават критичното значение на предлагането на възможно най-прясната риба.
Подробни анализи на атрибутите за свежест показват, че хрилете и очите са елементите, които показват най-ранните признаци на влошаване по време на съхранение на лед, което е в съответствие с ежедневния опит на търговците на риба и пазарите. Моделите, базирани на физикохимични параметри (като азотни съединения, pH, K стойност и др.), обаче позволяват предвиждането на вътрешни промени, преди те да станат видими с невъоръжено око, осигурявайки обективна основа, която допълва сензорната оценка.
Освен това, използването на многовариантен анализ и математическо моделиране показва огромен потенциал за интегриране на обективни и субективни измерения на качеството на рибата: от една страна, измерими и възпроизводими данни; от друга, възприятия, предпочитания и очаквания на различните звена във веригата (производители, дистрибутори, търговци на дребно и крайни потребители).
От теория към реално време: сензори и интернет на нещата
Практическата полезност на математическия модел, базиран на разграждането на АТФ, се увеличава, когато се комбинира с технологии за мониторинг в реално време . В момента съществуват инструменти като хиперспектрално изобразяване, химични сензори и електронни системи, които могат да откриват вариации в състава на рибата, без да разрушават пробата.
Сами по себе си тези устройства обикновено предлагат точкови измервания, но нямат възможности за прогнозиране . Подходът, разработен в Хокайдо, предлага използването на модела като „мозък“, който интерпретира сигналите от сензорите, преобразува ги в параметри на реакционната система и оттам оценява текущата стойност на K и нейното бъдещо развитие.
В сценарий на Интернет на нещата (IoT) , където контейнери за риба, хладилни складове, камиони и логистични центрове могат да бъдат оборудвани със свързани сензори, моделът би действал като автоматизиран инструмент за вземане на решения: той използва данни за температура, видове и време на съхранение, изчислява свежестта и оставащия срок на годност и издава предупреждения или препоръки кои партиди трябва да се продадат първо, кои е по-добре да се намалят цените или кога е препоръчително продуктът да се премахне от веригата.
Изследователи са подали патенти в няколко страни, свързани с тази технология, предвиждайки нейното интегриране в сензорни устройства и автоматизирани системи за контрол на свежестта. За една все по-глобализирана риболовна индустрия, където веригите за доставки се удължават и стават по-сложни, инструменти като тези могат да направят разликата между ефективната логистика и такава, засегната от загуби и рекламации.
Успоредно с това, утвърдени предсказващи модели, като например програмата Food Spoilage & Safety Predictor (FSSP) от DTU Aqua, се използват като еталон за сравняване на нови уравнения. Последните изследвания са разработили до 15 предсказващи уравнения, базирани на физикохимични параметри, демонстрирайки над 90% точност спрямо реални данни и резултати от FSSP, потвърждавайки, че комбинацията от сензори, моделиране и сензорна оценка е мощен инструмент за индустрията.
Въздействие върху индустрията и управлението на качеството
Рибата е основна храна в световния хранителен режим , като много висок процент от световното производство е предназначено директно за консумация от човека, а прясната риба превъзхожда други форми по популярност. В Европейския съюз потреблението на глава от населението е много високо, а страни като Испания са сред водещите в класацията, с над 40 кг на човек годишно.
Тази важност се изразява в огромен натиск върху управлението на качеството и безопасността на морските дарове . Компаниите трябва да предлагат риба, която отговаря на очакванията за свежест на все по-взискателния потребител, като същевременно контролира разходите, намалява отпадъците и спазва строги здравни разпоредби.
Обективните изследвания на качеството показват, че температурните колебания по време на съхранение и транспорт имат пряко въздействие върху развалянето, особено при чувствителни видове като сардините. Малките вариации в студената верига могат значително да съкратят срока на годност, да увеличат стойността на K и да ускорят появата на сензорни дефекти.
В същото време, хетерогенността на суровината (размер, физиологично състояние, обработка след улавяне и др.) въвежда допълнителна вариабилност. Моделирането позволява включването на част от тази вариабилност чрез регулируеми параметри и доверителни диапазони, помагайки на компанията да разбере и контролира по-добре рисковете, свързани с всяка партида.
При оценките на съответствието с изискванията за свежест и качество е наблюдавано, че производителите обикновено отговарят на техническите спецификации във висок процент (около 87%), търговците на дребно не успяват (около 79%), а потребителите възприемат съответствието като по-ниско (около 50%). Тази разлика подчертава разликата между „измерено“ и „възприемано“ качество и засилва ролята на обективните инструменти в подкрепа на прозрачността и комуникацията по цялата верига на доставки.
На практика, наличието на математически модели за свежест , които интегрират лабораторни данни, сензорна оценка и параметри на процеса, позволява на индустрията да взема по-бързи и по-надеждни решения: по-добре да определя декларирания срок на годност, да коригира ценовите стратегии според действителното състояние на продукта, да планира транспорта въз основа на очакваната свежест или да идентифицира критични точки във веригата, където се губят най-много дни от срока на годност.
Целият този подход се вписва в ясната тенденция към по-ефективни и устойчиви хранителни системи , където целта вече не е само да се гарантира, че рибата „не е лоша“, но и да се намалят предотвратимите отпадъци и да се предложи постоянно качество във времето и на различните пазари.
Разглеждайки съвкупността от доказателства, моделите, базирани на разграждането на АТФ и K стойността, трансформират невидимите процеси в количествен инструмент, който ни помага да разберем как свежестта на рибата се променя от момента на улавяне до достигането ѝ до чинията. Чрез комбиниране на сензорна инспекция, физикохимичен анализ, прогнозни уравнения и сензорни и IoT технологии се постига много по-усъвършенствана система за контрол на качеството, подобрявайки вземането на решения в риболовната индустрия и предлагайки на потребителите по-безопасен и по-вкусен продукт, който е по-съвместим с това, което очакват, когато просто искат наистина прясна риба.
