鹅油、NaCl、MgCl₂与DL-缬氨酸对朗德鹅乳化肉丸品质的协同调控数据集

Description

本数据集用于支持“鹅油、NaCl、MgCl₂与DL-缬氨酸对朗德鹅乳化肉丸品质的协同调控：基于PCA加权的响应面优化”研究。研究假设为：朗德鹅乳化肉丸的综合品质并非由单一配方因素决定，而是受脂肪水平、盐离子组成、功能性氨基酸添加量及其交互作用共同影响。鹅油可能影响脂肪分布、口感和保水稳定性；NaCl影响肌原纤维蛋白溶解、乳化稳定性和凝胶形成；MgCl₂作为限量协同盐可能参与调节蛋白网络和水分保持；DL-缬氨酸可能通过影响蛋白—水分或蛋白—脂肪界面作用改善质构与保水性。因此，本研究认为四个配方变量之间存在非线性响应和交互作用，适当组合可在质构、保水性和感官接受度之间形成较优平衡。 数据集主要包括单因素试验数据、Box-Behnken响应面设计数据、六项品质指标原始测定值、主成分分析数据、综合品质值F、标准化PCA得分F_std、响应面模型拟合结果及验证实验数据。核心数据为29组Box-Behnken试验组合及其对应的六项原始品质指标。四个自变量分别为鹅油、NaCl、DL-缬氨酸和MgCl₂添加量，均以斩拌前瘦肉质量为基准。鹅油水平为20.0%、25.0%和30.0%，NaCl为1.5%、2.0%和2.5%，DL-缬氨酸为0.20%、0.25%和0.30%，MgCl₂为0.40%、0.50%和0.60%。响应变量包括硬度、弹性、咀嚼性、蒸煮损失率、冻藏-解冻损失率和感官评分。其中硬度、弹性、咀嚼性和感官评分为正向指标，蒸煮损失率和冻藏-解冻损失率为负向指标。 数据采集采用统一原料、配方基准和加工流程。原料来自同一饲养批次的70日龄朗德鹅。冷冻鹅肉在4 ℃下缓慢解冻至中心温度接近0 ℃，分离瘦肉和鹅油，剔除可见结缔组织并预冷。瘦肉和鹅油分别绞碎后，按设计比例加入鹅油、NaCl、MgCl₂、DL-缬氨酸和10%冰水进行斩拌乳化。乳化肉糜在4 ℃下静置3 h后制成直径约2 cm的肉丸，经80 ℃水浴预煮2 min定型，再于100 ℃水浴加热10 min，冷却后包装备用。除四个试验变量外，各处理组加工条件保持一致。 质构数据采用TA.XT plus质构仪进行质地剖面分析，获得硬度、弹性和咀嚼性。测试使用P/50探头，测前、测中、测后速率均为2 mm/s，下压比例30%，两次压缩间隔5 s，触发力10 g。每组随机选取不少于6个形态完整、直径接近的肉丸进行测定。蒸煮损失率通过测定样品80 ℃水浴加热15 min前后的质量变化计算；冻藏-解冻损失率通过−18 ℃储藏12 h并室温解冻后质量变化计算。感官评价由10名经训练的评价员完成，样品采用随机三位编码盲法呈递，并采用拉丁方设计平衡顺序效应。评分包括外观、组织状态、风味和口感四个维度，总分100分，去除最高分和最低分后取均值作为感官评分。 数据解读时，首先对六项指标进行同向化和归一化处理。硬度、弹性、咀嚼性和感官评分按正向归一化处理；蒸煮损失率和冻藏-解冻损失率按反向归一化处理，使所有指标均满足“数值越高代表品质越好”。随后基于归一化矩阵进行主成分分析。前两个主成分累计解释94.09%的数据变异，其中PC1主要代表整体品质水平，PC2反映“结构稳定型品质”与“感官接受型品质”之间的权衡。因此，使用者可依据综合值F判断总体品质，也可结合PC2方向判断样品更适合冷冻配送或现制食用场景。 数据显示，四个配方因素对朗德鹅乳化肉丸品质具有明显非线性影响。响应面模型极显著，R²为0.974，失拟项不显著，说明二次模型能较好描述试验区间内综合品质变化。鹅油和NaCl的一次项显著，是主要线性影响因素；四个因素的二次项均极显著，说明综合品质存在中心峰值，不能简单理解为添加量越高越好。交互项中，鹅油×DL-缬氨酸作用显著，表明DL-缬氨酸的有效剂量依赖脂肪水平。 模型预测的理论最优配方为鹅油26.39%、NaCl 1.942%、DL-缬氨酸0.259%、MgCl₂ 0.499%。考虑实际称量和生产操作，验证配方修正为鹅油26.5%、NaCl 2.0%、DL-缬氨酸0.26%、MgCl₂ 0.5%。验证结果显示，六项品质指标实测值与预测值相对误差均在±10%以内，说明模型具有较好的预测能力和配方推荐价值。 使用本数据集时需注意：NaCl和MgCl₂在本研究中为独立变量，并非固定钠含量下的等钠替代设计，因此不能直接用于证明MgCl₂等钠替代NaCl的量效关系；本数据主要来自质构、失水率和感官评价等产品层面指标，可支持配方优化结论，但不能直接证明蛋白网络、油—水界面或微观结构变化机制；响应面模型仅适用于本试验设定范围内，不建议外推至范围之外。该数据集可用于复现PCA分析、综合品质值计算、响应面建模、最优配方预测和验证误差计算，也可作为鹅肉乳化肉制品多指标配方优化的参考数据。

Steps to reproduce

下面这段可作为 **Mendeley Data / Food Chemistry: X 数据集说明中的 “Data acquisition / How data were collected”**。内容根据你论文中“材料与方法、响应面设计、数据处理”等部分整理，包括原料、制备流程、测定方法、仪器、软件和数据处理逻辑。你的文稿中明确写到原料来源、肉丸制备、TPA、蒸煮损失、冻藏-解冻损失、感官评价、Box-Behnken 设计、PCA 和响应面建模流程。 本数据集来源于一项关于鹅油、NaCl、MgCl₂与DL-缬氨酸协同调控朗德鹅乳化肉丸品质的配方优化研究。研究目的是通过单因素试验、Box-Behnken 响应面设计、主成分分析和综合品质评价，确定朗德鹅乳化肉丸在质构、保水性和感官接受度之间较为平衡的配方组合，并为后续研究者复现实验、比较数据或开展二次分析提供原始数据基础。 实验原料为同一饲养批次的70日龄朗德鹅。为减少个体差异对结果的影响，试验随机选取体重接近、雌雄比例相当的15只个体，屠宰后按照统一流程进行预冷、分割和包装。试验所用鹅肉主要包括胸肉、腿肉及鹅油，在正式加工前均于低温条件下保存。主要添加物包括氯化钠、氯化镁和DL-缬氨酸。其中，氯化钠和氯化镁为分析纯试剂，DL-缬氨酸为食品级原料，纯度不低于99.4%。所有配方添加量均以斩拌前瘦肉质量为基准计算，以保证不同处理组之间具有可比性。 乳化肉丸按照统一工艺制备。冷冻鹅肉首先在4 ℃条件下缓慢解冻，使样品中心温度接近0 ℃。随后分离瘦肉与鹅油，剔除可见结缔组织，并在4 ℃条件下预冷60 min。瘦肉与鹅油分别切块、绞碎后，按照试验设计比例加入鹅油、NaCl、MgCl₂、DL-缬氨酸和10%冰水，经混合斩拌形成乳化肉糜。肉糜在4 ℃条件下静置3 h 后成型为直径约2 cm的肉丸。成型后的肉丸先于80 ℃水浴中预煮2 min 定型，再于100 ℃水浴中加热10 min。加热结束后立即冷却，并装入聚乙烯袋备用。除试验变量外，各处理组的原料处理、斩拌、成型、加热和冷却条件均保持一致，以降低加工过程带来的系统误差。 数据采集分为单因素试验和响应面试验两个阶段。单因素试验用于初步确定四个因素的中心水平。鹅油、NaCl、DL-缬氨酸和MgCl₂分别设置不同添加梯度，以蒸煮损失率、硬度和感官评分为主要判断指标，综合比较不同添加水平下肉丸品质变化趋势。根据单因素结果，确定响应面试验的中心点为鹅油25%、NaCl 2.0%、DL-缬氨酸0.25%和MgCl₂ 0.5%。随后采用Box-Behnken设计构建四因素三水平试验。四个自变量分别为鹅油添加量、NaCl添加量、DL-缬氨酸添加量和MgCl₂添加量。其中，鹅油水平为20.0%、25.0%和30.0%；NaCl水平为1.5%、2.0%和2.5%；DL-缬氨酸水平为0.20%、0.25%和0.30%；MgCl₂水平为0.40%、0.50%和0.60%。响应面设计共包括29个处理组合，其中包含5个中心点重复，用于估计纯误差并检验模型失拟情况。 每组样品测定六项品质指标，包括硬度、弹性、咀嚼性、蒸煮损失率、冻藏-解冻损失率和感官评分。质构指标采用TA.XT plus质构仪进行质地剖面分析。测试前样品冷却至室温，置于测试平台中央，采用P/50探头进行两次压缩测试。测试参数设定为测前速率、测中速率和测后速率均为2 mm/s，下压比例为30%，两次压缩间隔5 s，触发力为10 g。每个处理组随机选取不少于6个形态完整、直径接近的肉丸进行测定，每个肉丸测定一次，最终取平均值。若测试过程中出现因样品破裂、放置偏心或压缩异常导致的异常曲线，则剔除该次结果并重新取样测定。 蒸煮损失率用于评价肉丸在统一加热条件下的热稳定性和保水能力。测定时准确称量生肉丸质量，记为M₁；然后将样品置于80 ℃水浴中加热15 min，冷却至室温后用滤纸吸去表面水分，再称量加热后质量，记为M₂。蒸煮损失率按照公式“蒸煮损失率=(M₁−M₂)/M₁×100%”计算。冻藏-解冻损失率用于评价肉丸经短期冻结和解冻后的水分保持能力。新鲜肉丸称重后置于−18 ℃储藏12 h，随后在室温下进行一次解冻，解冻后称量样品质量，并按照“冻藏-解冻损失率=(M₁−M₂)/M₁×100%”计算，其中M₁为冻结前质量，M₂为解冻后质量。 感官数据由10名经过训练的评价员采集，评价员男女比例约为1:1，年龄范围为20–50岁。正式评价前，评价员完成6次预训练，内容包括气味识别、质构属性识别和评分标尺校准。每次评价由同一组评价员完成，单名评价员单次评价样品数不超过6个。样品采用随机三位编码进行盲法呈递，呈递顺序采用拉丁方设计，以平衡顺序效应。评价间隔期间，评价员使用40 ℃温水漱口，并间隔5 min后评价下一个样品。感官评分包括外观、组织状态、风味和口感四个维度，其中外观20分、组织状态20分、风味30分、口感30分，总分为100分。每个样品去除最高分和最低分后，取其余评价员评分均值作为最终感官评分。所有评价员在评价前均签署知情同意书，评价过程遵循所在单位食品感官评价管理要求。 数据处理方面，六项品质指标首先进行同向化和归一化处理。硬度、弹性、咀嚼性和感官评分为正向指标，按照“X′=(X−min)/(max−min)”进行归一化；蒸煮损失率和冻藏-解冻损失率为负向指标，按照“X′=(max−X)/(max−min)”进行反向归一化，使所有指标均满足数值越大代表品质越好的原则。随后基于归一化矩阵的相关系数矩阵进行主成分分析，提取前两个主成分。PC1和PC2分别解释67.03%和27.06%的方差，累计解释率为94.09%。综合品质值F由PC1和PC2按方差贡献率加权计算，并作为响应面模型的响应变量。同时，为验证综合得分方法的稳健性，研究还基于z-score标准化后的数据计算标准化PCA得分F_std，并比较F与F_std之间的秩相关关系。 响应面建模采用二次多项式模型，以鹅油、NaCl、DL-缬氨酸和MgCl₂的编码值为自变量，以综合品质值F为响应变量。模型显著性、失拟项、决定系数、调整决定系数、预测决定系数、变异系数和Adeq Precision用于评价模型拟合效果与预测能力。统计分析和主成分分析主要使用SPSS 26.0完成，响应面设计、二次模型拟合和配方优化使用Design-Expert 13.0完成。单因素试验数据以平均值±标准差表示，并采用单因素方差分析进行差异显著性检验。该数据集中的Table S1包含29组Box-Behnken设计组合及其对应的六项原始测定值，可用于复现主成分分析、综合值计算、响应面建模和最优配方预测。

Institutions

• Anhui Science and Technology University

  Anhui, Chuzhou

Categories

Licence