Matematisk modell för fiskens färskhet och K-värde

  • Fiskens färskhet kan objektivt mätas med K-värdet, baserat på nedbrytningen av ATP i muskeln efter att fisken dör.
  • Den matematiska modellen från Hokkaido University beskriver denna nedbrytning som en kedja av första ordningens reaktioner och förutsäger utvecklingen av färskhet med hög noggrannhet.
  • Samma modellstruktur kan anpassas till olika arter och kombineras med sensorer och IoT för nära realtidskontroll i leveranskedjan.
  • Färskhetsmodellering möjliggör minskat svinn, förbättrad kvalitetshantering och bättre anpassning av konsumentuppfattningen till fiskens objektiva kvalitet.

matematisk modell för fiskfärskhet

Fiskens färskhet är en av de frågor som berör både konsumenter och företag, men den bedöms ofta genom känsla: vi tittar på ögonens ljusstyrka, luktar på den, rör vid den… och avgör om den är god eller inte. Problemet är att dessa metoder är subjektiva, beror på personens upplevelse av produkten, och dessutom inte alltid upptäcker de interna förändringar som redan sker i fiskens muskel.

I ett sammanhang där fisk och skaldjur färdas tusentals kilometer från fångstplatsen till tallriken, är det svårt att enbart förlita sig på syn och lukt. Därför har matematiska modeller på senare år utvecklats som kan förutsäga färskhet baserat på verkliga biokemiska processer som sker efter att fisken dör. En av de mest intressanta framstegen kommer från Hokkaido University, där en prediktiv modell baserad på ATP-nedbrytning har utformats. Denna modell möjliggör uppskattning av inte bara nuvarande utan även framtida färskhet med stor noggrannhet och tydliga tillämpningar inom industrin.

Varför är fiskens färskhet en så känslig fråga?

Fiskens förfall börjar omedelbart efter att djuret dör , även om det ser helt fint ut på utsidan. Internt sker en serie förändringar i muskelvävnaden som påverkar näringskvalitet, arom, smak och konsistens, men dessa förändringar är inte alltid uppenbara utan specifika analyser.

Traditionellt har industrin förlitat sig på sensorisk inspektion och mikrobiell räkning för att bedöma färskhet: det övergripande utseendet, gälar, ögon och lukt observeras, och bakteriemängden mäts i laboratoriet. Dessa metoder har flera betydande begränsningar: de är starkt beroende av inspektörens erfarenhet, kräver tid och utrustning, och resultaten kan variera från tekniker till tekniker.

Denna variation i bedömningen kan leda till allvarliga fel: fisk som kasseras i förtid (matsvinn och ekonomiska förluster) eller produkter som säljs när de redan har börjat ett avancerat stadium av försämring, vilket påverkar livsmedelssäkerheten och konsumenternas förtroende.

För att åtgärda detta problem har livsmedelsvetenskapen etablerat användningen av K-värdet som en objektiv indikator på färskhet. Detta index är baserat på den kemiska nedbrytningen av energiföreningar i fiskmuskel, vilket möjliggör kvantifiering av fiskens nedbrytningsstadium utan att förlita sig så mycket på subjektiv bedömning.

ATP och muskelnedbrytning: den biokemiska grunden för K-värdet

Medan fisken lever använder den sin muskelcell ATP (adenosintrifosfat) som energikälla. Vid dödsfallet upphör denna ATP att regenereras, och en välkänd och sekventiell kedja av nedbrytningsreaktioner börjar, vilket resulterar i olika mellanliggande och slutliga föreningar.

ATP omvandlas först till ADP och AMP, och därefter till IMP (inosinat), som vidare bryts ner till inosin (HxR) och hypoxantin (Hx). Varje steg i denna kedja är kopplat till märkbara förändringar i fiskens smak och lukt . IMP, till exempel, är relaterat till den behagliga umamismaken vi förknippar med smakrik, färsk fisk, medan de slutliga föreningarna, såsom hypoxantin, bidrar med beska toner och allt starkare och obehagligare lukter.

K- värdet konstrueras exakt från denna reaktionssekvens. Det definieras som den procentandel som inosin (HxR) och hypoxantin (Hx) representerar i förhållande till de totala ATP-deriverade föreningarna som finns i muskeln:

K(t) = (HxR + Hx) / (ATP + ADP + AMP + IMP + HxR + Hx) × 100

Ju högre denna procentandel är, desto större nedbrytningsgrad av muskelns energisystem och därmed desto lägre färskhet. När K-värdet är lågt dominerar ATP och dess tidiga derivat, och produkten anses vara mycket färsk; när värdet ökar tar nedbrytningsföreningar över systemet och fisken går in i avancerade stadier av kvalitetsförlust.

Ett av de viktigaste resultaten från studierna är att det sista steget som leder till nedbrytningsämnen (särskilt bildandet av hypoxantin) har en mycket större inverkan på det totala resultatet än de inledande stegen i kedjan. I praktiken är det den hastighet med vilken fisken "korsar gränsen" till dessa slutprodukter som verkligen skiljer acceptabel fisk från tvivelaktig fisk från tydligt nedbruten fisk.

Från laboratorieindex till prediktiv matematisk modell

Även om K-värdet föreslogs för mer än 60 år sedan vid Hokkaidouniversitetet och nu är en internationell riktmärkesindikator, har dess traditionella tillämpning en uppenbar nackdel: för att mäta det måste muskelprover tas, bearbetas och analyseras i laboratoriet med kemiska tekniker, i en procedur som är långsam, destruktiv och dyr.

För att övervinna dessa begränsningar har forskare i Hokkaido, ledda av docent Naoto Tsubouchi , utvecklat en matematisk modell som beskriver ATP-nedbrytning som en kedja av första ordningens reaktioner. I denna typ av process beror omvandlingshastigheten för varje förening på den mängd som finns närvarande i det ögonblicket, vilket möjliggör användning av relativt enkla differentialekvationer för att beskriva systemets utveckling.

Den nya modellen beräknar inte bara ett statiskt K-värde, utan simulerar hur koncentrationerna av ATP, ADP, AMP, IMP, HxR och Hx i muskler förändras över tid under specifika lagringsförhållanden. Från dessa teoretiska koncentrationer vid en given tidpunkt erhålls K(t)-värdet med hjälp av föregående ekvation, vilket gör det enklare att uppskatta nuvarande och framtida färskhet.

I experimentella tester med olika marina arter har modellen visat korrelationer större än 0,96 mellan de K-värden som beräknats med ekvationerna och de som mätts i laboratoriet. Denna höga överensstämmelsenivå tyder på att verktyget är robust och tillämpligt bortom rent experimentella miljöer, och närmar sig verkliga marknads- och distributionssituationer.

En av de stora fördelarna med denna metod är att den använder relativt enkel information: art, lagringstid och temperatur . Med denna data är det möjligt att förutsäga färskhet utan att behöva ta vävnadsprover vid varje punkt i kedjan, vilket öppnar dörren för icke-förstörande kontrollsystem i nästan realtid.

En nästan universell modell för olika fiskarter

En stor utmaning vid modellering av fisks färskhet är den enorma artmångfalden. Även om ATP-nedbrytningsvägen i princip är densamma hos många marina fiskar, kan reaktionshastigheter och vissa nyanser variera från art till art, vilket traditionellt krävde utformning av artspecifika modeller, vilket är opraktiskt för en industri som hanterar en mängd olika produkter.

Tsubouchi och hans teams arbete föreslår en gemensam modellstruktur för flera arter, där samma reaktionskedja bibehålls och endast vissa kinetiska parametrar justeras för varje fisktyp. Denna metod gör det möjligt för modellen att ha ett unikt matematiskt ramverk i vilket de specifika värdena för den aktuella arten "pluggas in".

Försöken omfattade bland annat olika sorters makrill , en art av stor betydelse både i Japan och på andra marknader. Modellens förutsägelser jämfördes med laboratoriemätningar av K-värdet, och en mycket hög grad av överensstämmelse observerades, med felmarginaler på cirka 30 % eller mindre, ett intervall som anses rimligt adekvat för industriella tillämpningar.

Denna förmåga att generalisera till flera arter är nyckeln till modellens praktiska implementering. Istället för att utveckla ett separat matematiskt system för varje fisk används en gemensam, anpassningsbar grund, vilket minskar kostnader, komplexitet och utvecklingstid. Dessutom har andra studier tillämpade på arter som sardiner, lax, havsaborre och kummel också genererat prediktiva ekvationer baserade på fysikalisk-kemiska parametrar, vilket uppnår noggrannheter som överstiger 90 % vid uppskattning av färskhet, islagringstid och mikrobiell belastning.

När det gäller dessa vanligt förekommande arter i Spanien har en ungefärlig sensorisk hållbarhet definierats till 10 dagar för havsaborre och 12 dagar för lax och kummel, förutsatt att tillräckliga kylförvaringsförhållanden upprätthålls. Sardiner är, på grund av sin natur och större känslighet för temperaturfluktuationer, mer problematiska och kräver särskild uppmärksamhet.

Sambandet mellan färskhet, smak och konsumentuppfattning

Den matematiska modellens värde sträcker sig bortom säkerhet och hållbarhet, och ger information om sensorisk kvalitet och smak . Samma biokemiska väg för ATP-nedbrytning som används för att definiera K-värdet avgör till stor del om fisken kommer att ha en behaglig (umami) smakprofil eller börja utveckla oönskade smaker och lukter.

Under de tidiga stadierna, när inosinsyra (IMP) dominerar , är umamismaken intensiv och karakteristisk; fisken uppfattas som smakrik och frisk. Allt eftersom inosin och hypoxantin ackumuleras, skiftar den sensoriska profilen mot bittra undertoner och mer aggressiva aromer, även om det övergripande utseendet fortfarande kan vara acceptabelt för ett otränat öga.

Studier som genomförts inom hela livsmedelskedjan har visat att konsumenter anser att färskhet är den viktigaste egenskapen hos fisk, även över priset. Denna prioritet observeras hos både vildfångad och odlad fisk, såsom havsaborre. Återförsäljare håller i allmänhet med om denna bedömning, medan producenter ibland lägger större vikt vid andra faktorer, även om de erkänner den avgörande vikten av att erbjuda färskast möjliga fisk.

Detaljerade analyser av färskhetsegenskaper har visat att gälar och ögon är de element som visar de tidigaste tecknen på försämring under islagring, ett fynd som överensstämmer med vardagliga erfarenheter hos fiskhandlare och marknader. Modeller baserade på fysikalisk-kemiska parametrar (såsom kväveföreningar, pH, K-värde etc.) möjliggör dock förutseende av interna förändringar innan de blir synliga för blotta ögat, vilket ger en objektiv grund som kompletterar sensorisk utvärdering.

Dessutom har användningen av multivariat analys och matematisk modellering visat enorm potential för att integrera objektiva och subjektiva dimensioner av fiskkvalitet: å ena sidan mätbara och reproducerbara data; å andra sidan uppfattningar, preferenser och förväntningar hos de olika länkarna i kedjan (producenter, distributörer, återförsäljare och slutkonsumenter).

Från teori till realtid: sensorer och sakernas internet

Den praktiska nyttan av den matematiska modellen baserad på ATP-nedbrytning ökar när den kombineras med realtidsövervakningstekniker . För närvarande finns det verktyg som hyperspektral avbildning, kemiska sensorer och elektroniska system som kan upptäcka variationer i fiskens sammansättning utan att förstöra provet.

Dessa enheter erbjuder vanligtvis punktmätningar på egen hand, men saknar prediktiva funktioner . Metoden som utvecklats i Hokkaido föreslår att man använder modellen som en "hjärna" som tolkar sensorsignalerna, översätter dem till parametrar i reaktionssystemet och därifrån uppskattar det aktuella K-värdet och dess framtida utveckling.

I ett scenario med sakernas internet (IoT) , där fisklådor, kylrum, lastbilar och logistikcenter kan utrustas med uppkopplade sensorer, skulle modellen fungera som ett automatiserat beslutsfattande verktyg: den använder data om temperatur, arter och lagringstid, beräknar färskhet och återstående hållbarhet och utfärdar varningar eller rekommendationer om vilka partier som bör säljas först, vilka som är bäst att sänka i pris eller när det är lämpligt att ta bort produkter från kedjan.

Forskare har ansökt om patent i flera länder relaterade till denna teknik och föreställer sig dess integration i sensorer och automatiserade system för färskhetskontroll. För en alltmer globaliserad fiskeindustri, där leveranskedjor förlängs och blir mer komplexa, kan verktyg som dessa göra skillnaden mellan effektiv logistik och en som plågas av förluster och reklamationer.

Parallellt används etablerade prediktiva modeller, såsom Food Spoilage & Safety Predictor (FSSP) -programmet från DTU Aqua, som riktmärke för att jämföra nya ekvationer. Nyligen genomförda studier har utvecklat upp till 15 prediktiva ekvationer baserade på fysikalisk-kemiska parametrar, vilket visar över 90 % noggrannhet mot verkliga data och FSSP-resultat, vilket bekräftar att kombinationen av sensorer, modellering och sensorisk utvärdering är ett kraftfullt verktyg för industrin.

Påverkan på industrin och kvalitetsledning

Fisk är ett baslivsmedel i den globala kosten , med en mycket hög andel av den globala produktionen avsedd direkt för mänsklig konsumtion, och färsk fisk är mer populär än andra former. I Europeiska unionen är konsumtionen per capita mycket hög, och länder som Spanien är bland de bästa i rankningen, med mer än 40 kg per person och år.

Denna betydelse innebär enorm press på hanteringen av fisk- och skaldjurskvalitet och säkerhet . Företag måste erbjuda fisk som uppfyller de alltmer krävande konsumenternas förväntningar på färskhet, samtidigt som de kontrollerar kostnaderna, minskar svinn och följer strikta hälsoföreskrifter.

Objektiva kvalitetsstudier har visat att temperaturfluktuationer under lagring och transport har en direkt inverkan på förstöring, särskilt hos känsliga arter som sardiner. Små variationer i kylkedjan kan avsevärt förkorta hållbarheten, öka K-värdet och påskynda uppkomsten av sensoriska defekter.

Samtidigt introducerar råmaterialets heterogenitet (storlek, fysiologiskt tillstånd, hantering efter infångning etc.) ytterligare variabilitet. Modellering möjliggör införlivande av en del av denna variabilitet genom justerbara parametrar och konfidensintervall, vilket hjälper företaget att bättre förstå och kontrollera riskerna i samband med varje batch.

Vid bedömningar av efterlevnaden av färskhets- och kvalitetskrav har det observerats att producenter vanligtvis uppfyller de tekniska specifikationerna i hög grad (cirka 87 %), återförsäljare inte uppfyller kraven något (cirka 79 %) och konsumenter uppfattar efterlevnaden som lägre (cirka 50 %). Denna skillnad belyser skillnaden mellan "uppmätt" och "upplevd" kvalitet och förstärker rollen av objektiva verktyg för att stödja transparens och kommunikation genom hela leveranskedjan.

I praktiken gör matematiska modeller för färskhet som integrerar laboratoriedata, sensorisk utvärdering och processparametrar att branschen kan fatta snabbare och mer tillförlitliga beslut: bättre definiera den deklarerade hållbarheten, justera prissättningsstrategier efter produktens faktiska tillstånd, planera transporter baserat på förväntad färskhet eller identifiera kritiska punkter i kedjan där flest dagar av hållbarheten går förlorade.

Hela detta tillvägagångssätt passar in i en tydlig trend mot mer effektiva och hållbara livsmedelssystem , där målet inte längre bara är att se till att fisken "inte är dålig", utan också att minska undvikbart svinn och erbjuda jämn kvalitet över tid och över olika marknader.

Genom att titta på bevismaterialet omvandlar modeller baserade på ATP-nedbrytning och K-värde osynliga processer till ett kvantitativt verktyg som hjälper oss att förstå hur fiskens färskhet utvecklas från fångstögonblicket tills den når tallriken. Genom att kombinera sensorisk inspektion, fysikalisk-kemisk analys, prediktiva ekvationer samt sensor- och IoT-teknik uppnås ett mycket mer förfinat system för kvalitetskontroll, vilket förbättrar beslutsfattandet inom fiskerinäringen och erbjuder konsumenterna en säkrare och smakrikare produkt som är mer i linje med vad de förväntar sig när de helt enkelt ber om riktigt färsk fisk.

PHYTOWELFISH-projektet introducerar utbildning i djurskydd och vattenbruk i klassrummet.
Relaterad artikel:
PHYTOWELFISH-projektet tar in hållbart vattenbruk och djurens välfärd i klassrummet

Lägg till som prioriterad källa i Google