嬰幼兒配方粉中的三大營(yíng)養(yǎng)素包含蛋白質(zhì)、脂肪和碳水化合物。蛋白質(zhì)是嬰幼兒生長(zhǎng)發(fā)育必需的營(yíng)養(yǎng)成分，其營(yíng)養(yǎng)取決于所含各種氨基酸之間的平衡情況[1]。

氨基酸是組成蛋白質(zhì)的基本單位，對(duì)嬰幼兒而言有9種氨基酸是必需的，分別是組氨酸、亮氨酸、異亮氨酸、纈氨酸、賴氨酸、蛋氨酸、苯丙氨酸、蘇氨酸和色氨酸。由于牛羊乳中含有的蛋白質(zhì)種類和含量不同于人乳，故乳基嬰兒配方奶粉的氨基酸模式與人乳相比也存在明顯差異。目前有研究表明，母乳中的氨基酸模式（組成、比例等）影響了嬰幼兒對(duì)于蛋白質(zhì)的消化和吸收[2]。嬰兒配方奶粉的氨基酸組成和比例有著極佳參照，越接近的組合模式，氨基酸的利用程度越高，越能更好地促進(jìn)嬰幼兒的消化及健康成長(zhǎng)[3-5]。

目前根據(jù)自有產(chǎn)品的評(píng)分情況，對(duì)蛋白原料組分進(jìn)行進(jìn)一步地檢測(cè)研究，對(duì)蛋白質(zhì)營(yíng)養(yǎng)價(jià)值的氨基酸分析評(píng)價(jià)，明確產(chǎn)品在總蛋白、活性蛋白及氨基酸各層面上差異，優(yōu)選蛋白組合物，設(shè)計(jì)新產(chǎn)品配方已成為當(dāng)今嬰配粉行業(yè)的發(fā)展趨勢(shì)。

目前可用于蛋白質(zhì)營(yíng)養(yǎng)價(jià)值評(píng)價(jià)的氨基酸分析評(píng)價(jià)法，主要可概括為生物學(xué)法和化學(xué)指數(shù)法[6]。生物學(xué)法主要通過(guò)人體或動(dòng)物實(shí)驗(yàn)進(jìn)行相關(guān)指標(biāo)的測(cè)定；化學(xué)指數(shù)法主要是通過(guò)對(duì)蛋白質(zhì)中的氨基酸進(jìn)行分析，和標(biāo)準(zhǔn)蛋白的氨基酸進(jìn)行比較?；瘜W(xué)指數(shù)法進(jìn)一步細(xì)分，包含氨基酸評(píng)分（amino acid score, AAS）、必需氨基酸指數(shù)（Total essential amino acids index, EAAI）、氨基酸比值系數(shù)法（score of ratio coefficient，src）、氨基酸平衡度法（1-imbalance degree，1-IBD）、蛋白質(zhì)消化率校正的氨基酸評(píng)分（protein digestibility corrected amino acid score，PDCAAS）、氨基酸等權(quán)灰色關(guān)聯(lián)度法、氨基酸皮爾遜相關(guān)系數(shù)法等。其中，生物學(xué)法主要通過(guò)人體或動(dòng)物實(shí)驗(yàn)進(jìn)行相關(guān)指標(biāo)的測(cè)定，有較高的準(zhǔn)確性和正確性，但是人群試驗(yàn)和動(dòng)物實(shí)驗(yàn)的周期長(zhǎng)、實(shí)驗(yàn)復(fù)雜。化學(xué)指數(shù)法主要是對(duì)蛋白質(zhì)中的氨基酸進(jìn)行分析，可靠性不如生物學(xué)法，但是高效、簡(jiǎn)單且耗時(shí)短，有很高的參考價(jià)值。

如以往的研究顯示，吳慶賀利用皮爾遜相關(guān)系數(shù)，對(duì)3種新型配方粉和母乳的氨基酸模式進(jìn)行相關(guān)性分析，通過(guò)添加大豆分離蛋白代替脫鹽乳清粉來(lái)進(jìn)行新型嬰兒配方乳粉的設(shè)計(jì)，在滿足蛋白質(zhì)含量的同時(shí)，調(diào)整配方粉中氨基酸的含量及模式，從而判斷出與母乳氨基酸模式較接近的配方粉[7]。宋曉青等在氨基酸曲線相似度計(jì)算時(shí)，以灰色關(guān)聯(lián)度表示氨基酸的平衡度，各個(gè)配方粉的氨基酸組成曲線和理想蛋白質(zhì)氨基酸模式曲線幾何形狀越相似，關(guān)聯(lián)度越高，則兩者氨基酸組成越接近，該食物蛋白質(zhì)的氨基酸平衡性就越好[8]。然而，皮爾遜相關(guān)系數(shù)和灰色關(guān)聯(lián)法單純從數(shù)理統(tǒng)計(jì)角度，評(píng)估不同嬰配粉蛋白質(zhì)的各種必需氨基酸組成數(shù)據(jù)存在的變異程度，沒(méi)有將各種氨基酸作為一個(gè)整體從向量的角度來(lái)度量配方粉和母乳的相似性，存在一定缺陷。

余弦相似度方法在計(jì)算機(jī)領(lǐng)域有廣泛的應(yīng)用，如深度學(xué)習(xí)、多屬性決策、分類預(yù)測(cè)和推薦系統(tǒng)，但是在乳品營(yíng)養(yǎng)領(lǐng)域的研究較少[9-12]。張?zhí)竦仁占四溉闃颖?028份，將母乳和配方粉的氨基酸信息轉(zhuǎn)化為矩陣，利用頻數(shù)矩陣優(yōu)化方法提出了新的中國(guó)早期成熟乳氨基酸模式，并利用余弦相似度評(píng)價(jià)方法，將配方粉和新的母乳氨基酸模式進(jìn)行比較。結(jié)果表明，優(yōu)化母乳、原始母乳和WHO母乳氨基酸模式與各配方粉的余弦相似度比較，趨勢(shì)一致，說(shuō)明余弦相似度比較可以客觀評(píng)價(jià)配方粉的營(yíng)養(yǎng)價(jià)值。針對(duì)9種必需氨基酸，配方粉F與母乳相似度較高，配方粉A與母乳相似度較低；針對(duì)18種全部氨基酸，配方粉H和配方粉D與母乳相似度較高，配方粉F與母乳相似度較低。不同種氨基酸對(duì)比結(jié)果表明，氨基酸組成不同影響配方粉的氨基酸評(píng)價(jià)結(jié)果。該研究采用的余弦相似度方法可以用來(lái)客觀評(píng)價(jià)配方粉與中國(guó)母乳的氨基酸營(yíng)養(yǎng)價(jià)值，為嬰配粉的開(kāi)發(fā)和應(yīng)用提供了新的評(píng)價(jià)手段[5]。

參考文獻(xiàn)：

(1)LESSEN R, KAVANAGH K. Position of the academy of nutrition and dietetics：promoting and supporting breastfeeding[J]. Journal of the Academy of Nutrition and Dietetics, 2015, 115(3): 444-449.

(2)宮春穎, 王青云, 粘靖祺, 等. 嬰幼兒配方食品中氨基酸模式的研究進(jìn)展[J]. 中國(guó)乳業(yè), 2020(7): 59-63. GONG C Y, WANG Q Y, NIAN J Q, et a1. Research progress of amino acid composition in infant formula[J]. China Dairy, 2020(7): 59-63.

(3)ZHANG Z Y, ALICIA A, DESHANIE R, et a1. Amino acid profiles in term and preterm human milk through lactation: a systematic review[J]. Nutrients, 2013, 5(12): 4800-4821.

(4)Buket Soyy?lmaz, Marta Hanna Mikš, Christoph Hermann Röhrig, Martin Matwiejuk, Agnes Meszaros-Matwiejuk, Louise Kristine Vigsnæs. The mean of milk: a review of human milk oligosaccharide concentrations throughout lactation[J]. Nutrients, 2021, 13(8): 2737.

(5)張?zhí)? 逄金柱, 任發(fā)政, 楊璐, 王然, 鄭麗敏, 李依璇. 基于母乳氨基酸模式的配方粉營(yíng)養(yǎng)價(jià)值評(píng)價(jià)方法[J]. 食品科學(xué)技術(shù)學(xué)報(bào), 2022, 40(6): 145-152.

(6)葛可佑. 中國(guó)營(yíng)養(yǎng)科學(xué)全書(shū)[M]. 北京: 人民衛(wèi)生出版社, 2019: 42-44.

(7)吳慶賀. 新型嬰兒配方乳粉的研究[D]. 哈爾濱: 東北農(nóng)業(yè)大學(xué), 2008.

(8)宋曉青, 張?zhí)觳? 賈云虹, 等. 嬰兒配方乳粉中蛋白質(zhì)的營(yíng)養(yǎng)評(píng)價(jià)及氨基酸分析研究進(jìn)展[J]. 食品科學(xué), 2016, 37(1): 292-298．

(9)LUO G, YANG z, ZHAN C J, et a1. Identification of nonlinear dynamical system based on raised-cosine radial basis function neural networks[J]. Neural Processing Letters, 2021, 53(1): 355-374．

(10)WEI G W, WEI Y. Similarity measures of Pythagorean fuzzy sets based on the cosine function and their applications[J]. International Journal of Intelligent Systems, 2018, 33(3): 634-652.

(11) FAN J, WANG P, ZHOU W, et a1. Method by using time factors in recommender system[J]. Journal of Computer Applications, 2015, 35(5): 1324-1327.

(12)LIU D H, LIU Y Y, CHEN X H. The new similarity measure and distance measure between hesitant fuzzy linguistie term sets and their application in multi-criteria decision making[J]．Journal of Intelligent&Fuzzy Systerns, 2019, 37(1): 995-1006．