Зверев Сергей Васильевич — доктор технических наук, профессор, заведующий лабораторией Технология и техника производства зерновых культур.
127434, Москва, Дмитровское шоссе, 11 Тел.: +7–903–533–38–43
Sergey V. Zverev — doctor of technical sciences, professor, head of laboratory Technology and technique of cereal production.
127434, Moscow, Dmitrovskoe shosse, 11 Tel.: +7–903–533–38–43
Карпов Валерий Иванович — доктор технических наук, профессор, профессор кафедры Информационные технологии и системы.
109004, Москва, ул. Земляной Вал, 73 Tel.: +7–916–583–34–93
Valeriy I. Karpov — doctor of technical Sciences, Professor, professor of the Department of Information Technologies and Systems.
109004, Moscow, Zemlyanoy Val str., 73. Tel.: +7–916–583–34–93
Никитина Марина Александровна — кандидат технических наук, доцент, ведущий научный сотрудник руководитель направления информационных технологий.
109316 Москва, ул. Талалихина, 26 Тел: +7–495–676–92–14
Marina A. Nikitina — candidate of technical sciences, docent, leading scientific worker, the Head of the Direction of Information Technologies, Center of Economic and Analytical Research and Information Technologies.
109316, Moscow, Talalikhina str., 26 Tel: +7–495–676–92–14
The paper emphasizes the importance of not only the quantitative but also qualitative composition of protein in nutrition. The authors propose protein classification into three main groups according to the concept of reference (ideal) protein. A mathematical model is examined to solve the task of rational mixture production upon the given profile of reference protein. Two variants of the criterion for formation of optimal composition are described. One of them presents the classical sum of squares of the residual for essential amino acid scores and 1. The second also presents the sum of squares of the residual for essential amino acid scores and 1 but with regard to only those amino acids, which scores are less than 1. The minima of these criteria at the set of variants for the content of ingredients are taken as targeted functions. The algorithm and the program of calculation were realized in the program environment Builder C++ 6.0. The macro flowchart of the algorithm is presented and detailed description of each block is given. The program interface before and after the start of the calculation module is shown. The main windows and interpretation of the presented data are described. An example of realization of the proposed mathematical apparatus when calculating a food model composition is given. Plant components (white kidney beans, flax, peanut, grit “Poltavskaya», dry red carrot) were used as an object of the research. Most plant proteins were incomplete. It is possible to regulate the chemical composition including correction of a protein profile by combination of plant raw materials. Analysis of alternative variants demonstrated that minimum essential amino acid score in the first composition was 0.79 (by the first criterion), in the second 1.0 (by the second criterion); the reference protein proportion in the mixture was 10.8 and 13.5, respectively, according to the first and second criterion. The comparative results by other quality indicators for protein in the mixture are also presented: the coefficient of amino acid score difference (CAASD), biological value (BV), coefficient of utility, essential amino acids index (IEAA).
В статье подчеркивается важность не только количественного, но и качественного состава белка в питании. Авторами предлагается классификация белка на три основные группы, согласно концепции эталонного (идеального) белка. Для решения задачи получения рациональной смеси при заданном профиле эталонного белка рассматривается математическая модель. Описаны два варианта критерия для формирования оптимальной композиции. Один из них, представляет из себя классическую сумму квадратов невязки ско-ров незаменимых аминокислот и единицы. Второй также сумму квадратов невязки скоров незаменимых аминокислот белка композиции и единицы, но с учетом только тех аминокислот, у которых скоры меньше единицы. В качестве целевых функций приняты минимумы этих критериев на множестве вариантов содержания ингредиентов. В программной среде Builder C++ 6.0 реализован алгоритм и программа вычисления. Представлена укрупненная блок-схема алгоритма и дано подробное описание каждого блока. Показан интерфейс программы до запуска расчетного модуля и после. Описаны основные окна и интерпретация представленных данных. Приведен пример реализации предлагаемого математического аппарата при составлении пищевой модельной композиции. В качестве объекта исследования были выбраны растительные компоненты (фасоль белая, лен, арахис, крупа «Полтавская», морковь красная сухая). Большинство растительных белков неполные. Комбинируя растительное сырье можно регулировать химический состав, в том числе корректировать профиль белка. Анализ альтернативных вариантов показал, что минимальный скор незаменимых аминокислот первой композиции равен 0.79 (по первому критерию), второй равен 1.0 (по второму критерию); доля эталонного белка в смеси 10.8 и 13.5, соответственно при первом и втором критерии. Даны сравнительные результаты и по другим показателям качества белка смеси: коэффициент различия аминокислотного состава (КРАС), биологическая ценность (БЦ), коэффициент утилитарности, индекс незаменимых аминокислот (ИНАК).
The authors declare that there are no conflicts of interest present.