《Future Foods》：Rheological behaviour of pea hull fibres treated with pectate lyase
编辑推荐：
本研究针对豌豆加工副产物中纤维功能特性不足的问题，通过机械剪切与果胶酸裂解酶(PL)协同处理豌豆壳纤维，系统评估了其理化性质与流变行为。研究发现该处理可显著提高纤维持水容量(WRC)，改变微观结构，并在宽浓度范围内识别出稀、中、浓三个流变区域。首次成功应用软颗粒流变模型（如Mendoza和Leverrier模型）预测豌豆壳纤维悬浮液行为，为植物基副产物高值化利用提供了可放大的理论框架与技术路径。
在可持续食品创新的浪潮中，富含不规则、可变形植物颗粒的加工副产物正成为备受关注的未开发资源。豌豆壳纤维便是此类尚未被充分利用的副产物之一，其功能特性（如持水性、流变性）的局限性限制了在食品工业中的广泛应用。传统上，基于硬球颗粒的经典流变模型（如Einstein模型）难以准确描述以软物质化合物（如溶胀的植物细胞）为主的食品悬浮液的复杂行为，尤其在较高浓度下，颗粒间的相互作用变得更具弹性和复杂性，这对食品的质构、水合特性及加工性能至关重要。因此，深入理解豌豆壳纤维这类软颗粒悬浮液的结构-流变关系，对于将其转化为高价值功能性配料具有重要意义。
为应对这一挑战，发表于《Future Foods》的研究论文《Rheological behaviour of pea hull fibres treated with pectate lyase》提出了一种结合机械剪切和果胶酸裂解酶（Pectate Lyase, PL）处理的综合策略，旨在增强豌豆壳纤维的功能性。研究人员系统地表征了处理前后纤维的理化性质，并首次将软颗粒流变学模型应用于豌豆壳纤维悬浮液，以期建立一个可预测的框架。
本研究采用了一系列关键技术方法。以商品化豌豆壳纤维（Vestkorn Fibradan? F20X）为原料，制备了未处理（U）、机械剪切（S）以及机械剪切结合PL酶解（P）三组样品，并分离其不溶（I）与可溶（Sol）组分。关键表征技术包括：采用高压阴离子交换色谱联用脉冲安培检测法（HPAEC-PAD）分析单糖组成；利用激光粒度分析仪（Mastersizer 2000）测定颗粒尺寸分布（PSD）；通过低温氮吸附法（BET）测定比表面积；采用X射线衍射（XRD）评估结晶度指数；借助光学显微镜（含DIC成像）观察微观结构；并通过离心法测定持水容量（WRC）。流变学评估则使用旋转流变仪（DHR-3）进行流动扫描和振荡测量，以获取粘性（η）和粘弹性（存储模量G'，损耗模量G''）数据。
3.1. 酶解处理对颗粒组成和性质的影响
单糖分析表明，PL处理显著增加了可溶组分（P-S）中半乳糖醛酸（GalA）和葡萄糖醛酸（GlcA）的含量（分别达10.8 g/100g和6.9 g/100g），证实了PL对果胶组分的有效降解和溶出。虽然总溶出物质量无显著差异，但P处理样品显示出最高的溶出趋势（8.0%）。持水容量（WRC）分析显示，P处理样品（5.9 ml/g）和S处理样品（5.7 ml/g）均显著高于未处理样品（5.1 ml/g）。颗粒尺寸分析发现，经处理和酶解的样品（S-I和P-I）的体积加权平均直径（D[4,3]）反而大于未处理样品（U-I），推测是由于果胶降解导致颗粒溶胀所致。BET比表面积未见显著变化，但颗粒尺寸分布（PSD）显示P-I样品中小于100微米和大于1000微米的颗粒比例增加，反映了酶解导致的降解和溶胀双重效应。显微镜观察直观揭示了P-I样品细胞结构更加不规则和塌陷，印证了果胶作为细胞壁支撑结构被降解后的形态变化。
3.2. 悬浮液流变行为的比较
流变测量表明，在相同固体浓度下，P-I样品的悬浮液粘度显著高于U-I和S-I样品。这归因于PL处理提高了纤维的溶胀能力和水合体积，使得颗粒在悬浮液中占据了更大的有效体积分数。比较全样品（含可溶物）和仅不溶组分的流变行为，发现粘度主要由不溶性颗粒贡献。
3.3. 流变学性质建模：硬颗粒与软颗粒行为
通过对P-I样品在宽浓度范围（0.1 至 18.7 g/100g H2O）内的流变学测量，研究识别出三个明显的浓度区域（Regime）：稀区域（I, <2.3 g/100g），粘度近乎恒定，符合Einstein线性模型；中间区域（II, 2.3-11.6 g/100g），粘度随浓度呈幂律增长，可用幂律方程（η(c) = a c^b）拟合，指数b值（4.7）较高，反映了颗粒的多分散性和粒子间相互作用；浓区域（III, >11.6 g/100g），粘度增长趋缓，可用对数函数描述颗粒紧密堆积下的行为。粘弹性测量（G'）也显示出类似的三个区域，在浓区域呈现G' >> G''的类固体行为，可用Adams模型（G' = A (1 - φc/φ)^(1/3)）拟合，预测的临界堆积浓度（cc）与粘度测量结果接近。
为了建立统一的预测模型，研究将总不溶颗粒浓度（c）通过定义的临界浓度（c**，对应于表观体积分数φapp = 1）转换为表观体积分数（φapp）。随后，分别应用了Krieger-Dougherty模型（适用于硬球）、Mendoza模型（引入可变临界堆积参数）和Leverrier模型（在Mendoza基础上增加最大堆积分数φmax限制）进行拟合。结果表明，Krieger-Dougherty模型因未考虑颗粒变形性，在高浓度区偏离较大。而Mendoza模型和Leverrier模型则能很好地预测整个浓度范围内的粘度行为。模型参数分析表明，P-I样品具有较高的固有粘度[η]（10.4，Mendoza模型）和形状参数S（10.7，Leverrier模型），反映了颗粒的不规则形状和多分散性；较高的β值（1.9，Mendoza模型）提示颗粒较软；相对较低的φmax（5.0）和φi（1.0）则表明颗粒在高浓度下压缩性存在极限。
本研究证实，机械剪切联合果胶酸裂解酶处理可有效改善豌豆壳纤维的理化特性，特别是通过降解果胶增强其水合能力和悬浮液粘度。更重要的是，研究首次成功地将为软植物颗粒（如苹果泥）开发的流变学模型（Mendoza模型、Leverrier模型）应用于豌豆壳纤维悬浮液，并证明了这些模型在宽浓度范围内的预测能力。这不仅为理解豌豆壳纤维悬浮液的流变行为提供了理论工具，也为将此类植物基副产物精准转化为高性能食品配料（如增稠剂、质构改良剂）奠定了技术基础，对推动食品体系的可持续发展和循环经济具有重要意义。尽管模型参数的解释因纤维结构的复杂性而存在挑战，但本研究确立的框架为未来优化处理工艺和预测产品性能提供了可扩展的方法。
