Анализ компонентного состава сильнорассеивающих сред флуоресцентно˗скаттерометрическим методом

Обложка

Цитировать

Полный текст

Аннотация

Оптические методы диагностики широко применяются при исследовании дисперсных сред. Однако анализ таких сред затруднен из˗за их сложного состава, непрозрачности или состояния движения, что делает традиционные методы, такие как спектрофотометрия, неприменимыми без предварительной пробподготовки. В рамках обеспечения продовольственной безопасности оптические методы позволяют осуществлять неинвазивный анализ продуктов питания без потери их качества. Высока потребность в компонентной диагностике молока, являющегося примером сложной многокомпонентной среды. Скаттерометрия и методы на ее основе являются перспективной альтернативой для анализа мутных полидисперсных сред, обеспечивающей достаточно высокую точность, гибкость и возможность создания экономичных и компактных устройств, в отличие от крупного и дорогостоящего лабораторного оборудования, например, спектрофотометрического. Это особенно важно для раннего контроля качества, так как позволяет идентифицировать молоко с признаками болезней животных, таких как соматические клетки, снижая затраты как для крупных производителей, так и для малых фермерских хозяйств. Впервые предложен новый флуоресцентно˗скаттерометрический метод компонентной диагностики молока, позволяющий достаточно точно определять содержание жира, белка и соматических клеток в неподвижном и подвижном состояниях. Была установлена связь между индикатрисой рассеяния лазерного излучения и содержанием жира. Обнаружено, что соматические клетки искажают индикатрису лишь в прямом рассеянии, что позволяет их определять без существенного влияния на измерения содержания жира. Показано, что по флуоресценции с учетом заранее определённой жирности возможно определение процентного содержания белка. Результаты были подтверждены моделированием и реализованы в прототипе проточного устройства, способного измерять содержание жира, белка и соматических клеток в движущейся газо˗молочной смеси. Данный подход предлагает быстрый, надежный и экономичный метод анализа молока.

Об авторах

Д. Н. Игнатенко

Федеральное государственное бюджетное учреждение науки Федеральный исследовательский центр «Институт общей физики им. А.М. Прохорова Российской академии наук»

Email: DmitriyEK13104@yandex.ru
ORCID iD: 0000-0003-0111-2875
кандидат физико˗математических наук Москва, Россия

А. В. Шкирин

Федеральное государственное бюджетное учреждение науки Федеральный исследовательский центр «Институт общей физики им. А.М. Прохорова Российской академии наук»

Email: AVShkirin@mephi.ru
ORCID iD: 0000-0002-0077-0481
кандидат физико˗математических наук Москва, Россия

М. Е. Асташев

Федеральное государственное бюджетное учреждение науки Федеральный исследовательский центр «Институт общей физики им. А.М. Прохорова Российской академии наук»

Email: astashev@yandex.ru
ORCID iD: 0000-0002-6591-0748
кандидат биологических наук Москва, Россия

С. В Гудков

Федеральное государственное бюджетное учреждение науки Федеральный исследовательский центр «Институт общей физики им. А.М. Прохорова Российской академии наук»

Email: s_makariy@rambler.ru
ORCID iD: 0000-0002-8814-6906
доктор биологических наук, профессор, профессор РАН Москва, Россия

Список литературы

  1. Kudryashova O.B. Dispersed Systems: Physics, Optics, Invariants, Symmetry. MDPI, 2022. 1602 p.
  2. Sullivan J.M., Twardowski M.S. Angular shape of the oceanic particulate volume scattering function in the backward direction // Applied Optics. 2009. Vol. 48(35). P. 6811–6819.
  3. Koestner D., Stramski D., Reynolds R.A. Polarized light scattering measurements as a means to characterize particle size and composition of natural assemblages of marine particles // Applied optics. 2020. Vol. 59. No. 27. P. 8314–8334.
  4. Palberg T., Ballauff M., Kremer F., Lagaly G. Optical methods and physics of colloidal dispersions. Springer, 1997.
  5. Sobczyk K., Chmielewski R., Kruszka L., Rekucki R. Analysis of the Influence of Silty Sands Moisture Content and Impact Velocity in SHPB Testing on Their Compactability and Change in Granulometric Composition // Applied Sciences. 2023. Vol. 13(8). P. 4707.
  6. Jönsson J., Berrocal E. Multi˗Scattering software: part I: online accelerated Monte Carlo simulation of light transport through scattering media // Optics Express. 2020. Vol. 28(25). P. 37612–37638.
  7. Azema N. Sedimentation behaviour study by three optical methods – granulometric and electrophoresis measurements, dispersion optical analyser // Powder Technology. 2006. Vol. 165(3). P. 133–139.
  8. Solovyevа D., Altuninа А., Tretyak M., Mochalov К., Oleinikov V. Modern Methods of Fluorescence Nanoscopy in Biology (a Review) // Russian Journal of Bioorganic Chemistry. 2024. Vol. 50(4). P. 1215–1236.
  9. Канаматова Д.А. Обеспечение продовольственной безопасности Российской Федерации // Вестник евразийской науки. 2021. Vol. 13(6). P. 62.
  10. Harding F. Milk quality. Springer, 1995.
  11. Truong T., Lopez C., Bhandari B., Prakash S. Dairy fat products and functionality. Springer, 2020.
  12. Alsaftli Z. The obstacles to using milk composition as management tool in dairy cattle farms // J. Adv. Dairy. Res. 2020. Vol. 8. P. 233.
  13. Shkirin A., Astashev M., Ignatenko D., Kozlov V., Gudkov S. Fluorescence˗Scatterometric Method for Measuring the Percentage of Dispersed Components of Emulsions as Applied to Assessing the Quality of Milk // Bulletin of the Lebedev Physics Institute. 2023. Vol. 50(5). P. 166–172.
  14. Shkirin A.V., Astashev M.E., Ignatenko D.N., Suyazov N.V., Chirikov S.N., Kirsanov V.V. et al. A Monoblock Light˗Scattering Milk Fat Percentage and Somatic Cell Count Sensor for Use in Milking Systems // Sensors. 2023. Vol. 23(20). P. 8618.
  15. Schweiger M., Arridge S., Hiraoka M., Delpy D. The finite element method for the propagation of light in scattering media: boundary and source conditions // Medical physics. 1995. Vol. 22(11). P. 1779–1792.
  16. Zhu C., Liu Q. Review of Monte Carlo modeling of light transport in tissues // Journal of biomedical optics. 2013. Vol. 18(5). P. 050902.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Российская академия наук, 2025

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).