• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Fysik
    Modeller förklarar förändringar i tillagning av kött

    Kredit:CC0 Public Domain

    Kött är inget vanligt fast ämne. Består av komplexa nätverk av fuktmättade proteiner, den uppvisar några spännande fysiska egenskaper när den tillagas. Flera studier i det förflutna har försökt återskapa detta beteende i datorsimuleringar, men eftersom detta kräver så mycket datorkraft, de har bara uppnått förenklat, endimensionella återskapanden av processen, som inte är särskilt exakta. I ny forskning publicerad i EPJ Plus , matematiker ledda av Dr Hala Nelson vid James Madison University visar att genom att modellera kött som en vätskemättad matris av elastiska proteiner, som deformeras när vätskan rör sig, matlagningsbeteenden kan simuleras mer exakt.

    De insikter som samlats in av teamet kan ha många fördelar, såsom förbättringar av säkerhetsföreskrifterna som styr köttet vi konsumerar; optimeringar av dess kvalitet och smak; och nya sätt att maximera dess hållbarhet för att säkerställa minimalt slöseri. I lagets modell, matlagningsprocessen värmde upp vätskan ojämnt, får det att röra sig och deformera proteinmatrisen. I tur och ordning, vätskans rörelse förändras i sig av denna distorsion. Resultatet visar en ganska stark överensstämmelse med verkliga observationer - där fukt delvis förångas men också trycks inåt från köttytan under uppvärmning, får mitten att svälla.

    Nelson och kollegor baserade sin modell på grundläggande principer för bevarande av massa, energi och fart. De härledde ekvationer som beskriver hur polymerer kommer att bete sig när de blandas med vätskemolekyler, finjusterade sedan sin modells parametrar tills det var så realistiskt som möjligt. De jämförde sedan resultaten av sina simuleringar med experimentella mätningar av hur tunna biffskivor krymper när de tillagas i ugnen. I framtida studier, teamet hoppas kunna utöka sina simuleringar till 3D-modeller. Detta skulle kräva mycket mer datorkraft, men om det uppnås, skulle kunna höja vår nivå av förståelse om den viktiga matkällan.


    © Vetenskap https://sv.scienceaq.com