泡沫密定仪

KRüSS带你解读卡布奇诺泡沫的秘密 卡布奇诺咖啡是一种在褐色的 咖啡液上淋上以蒸汽起泡的牛奶，奶白色的牛奶泡沫漂浮在褐色的咖啡上形成不同的图案的泡沫咖啡。该咖啡要求所用的牛奶具有良好的起泡效果，奶泡细腻，稳定性好，奶香浓郁，口感柔和。 牛奶含有蛋白质，作为天然表面活性剂，它可以促进脂肪-水乳液的稳定性以及泡沫的形成。可将各种类型的牛奶用在饮料上产生泡沫，其中泡沫的含量及其稳定性取决于牛奶的性质。一、测试方法 我们使用KRüSS DFA100动态泡沫分析仪研究了5℃~60℃条件下四种不同类型牛奶（巴氏杀菌牛奶和UHT牛奶，分别含1.5％和3.5％脂肪）的起泡性和泡沫稳定性，两者都取决于牛奶的类型和温度。另外，根据气泡尺寸和分布分析了泡沫结构。图1. DFA-泡沫结构模块二、测试结果1. 起泡性分析图2. 泡沫最大高度随温度变化的曲线 在低温下，UHT牛奶比巴氏杀菌牛奶更容易起泡，而半脱脂牛奶比全脂牛奶起泡性好。在较高温度下，所有类型牛奶都易于起泡，样品之间的差异也逐渐消除。 从图中可以明显看出一种异常现象，即在25°C时，四种牛奶的发泡性最差，可认为在25℃时，半结晶的结构化脂肪球对泡沫形成具有负面影响。2. 泡沫稳定性分析 泡沫稳定性表现出了类似的温度依赖性，在低温下，UHT牛奶比巴氏杀菌牛奶稳定性好。虽然四种牛奶在40℃下形成的泡沫高度几乎相同（图2），但在该温度下的稳定性主要受脂肪含量的影响。随着温度继续升高，脂肪不再影响起泡性和泡沫稳定性。图3.用半衰期评价泡沫稳定性随时间的变化3. 泡沫结构图4.泡沫结构 奥斯特瓦尔德熟化是泡沫衰变中的加速机制，取决于大泡沫和小泡沫之间的压力差异。当小气泡的数量随时间减少时，大气泡逐渐变大。泡沫越均匀，气泡之间的压力差越小，奥斯特瓦尔德熟化过程越慢。 对于泡沫结构的评估，通常从两方面考虑：消费者通常喜欢小尺寸，均质的牛奶泡沫；其次，稳定性还取决于气泡尺寸和尺寸分布。 根据泡沫高度测量，UHT牛奶（3.5％脂肪）在40℃产生的泡沫最稳定，对泡沫结构的研究发现，最小的气泡与平均气泡尺寸的标准偏差越小，均匀性越好。UHT牛奶（1.5％脂肪）的泡沫在衰变测量中比较不稳定，发泡后产生的气泡较大，均匀性比较差。1800s之后的结构衰变中显示了两个样品之间的稳定性差异。三、总结 我们研究了温度对牛奶泡沫起泡性和泡沫稳定性的影响。25℃时，牛奶泡沫的稳定性和起泡性最差。从泡沫产生中可以得到如下的经验：1，理想情况下，牛奶应该直接从冰箱中冷冻或者加热状态下起泡，室温下的牛奶不适用于直接起泡；2，低脂产品比全脂牛奶更有利，UHT牛奶比巴氏杀菌牛奶更适合低温起泡；3，UHT全脂牛奶在温度稍高时，可以产生大量均匀稳定的泡沫。来源：1. KRüSS Application reports 274；2. S. Kamath, T. Huppertz, A.V. Houlihan, H. Deeth, The influence of temperature on the foaming of milk, International Dairy Journal 18 (2008) 994–1002.

宏观评价起泡剂的起泡能力和泡沫稳定性泡沫应用广泛，Turbiscan TMIX科学地通过软件对泡沫气泡过程精确控制，从起泡到衰变，全过程实时全分析，测量速度间隔仅20秒，高度分辨率40um，充分高度保证测量条件完全可重复。可以给出的主要参数： 1、评价泡沫液起泡能力-测定泡沫的总高度泡沫高度和液体高度2、测量泡沫颗粒粒径及随时间变化速度3、测定泡沫半衰期4、泡沫膨胀系数5、泡沫密度6、泡沫稳定性系数应用领域：1、食品（饮料、啤酒、奶制品、咖啡）2、石油工业：泡沫驱油、泡沫压裂、泡沫钻井3、矿物浮选4、造纸业、油漆、陶瓷、造纸工业：消泡其他功能1、实时监控悬浮液再分散2、监控高分子自组装过程3、快速研究PH值、离子强度、剪切对乳化液稳定性影响4、筛选的搅拌、均质等条件 泡沫分析仪 Turbiscan TMIX 泡沫分析仪 Turbiscan TMIX 应用静态多重光散射的原理，在样品无稀释、无扰动、无接触的条件下全面表征所有物理不稳定现象。检测器所得到透射光和背散射光强度是直接由分散相的浓度(体积百分数)和平均直径( 或是粒子/微滴/气泡的平均直径)决定的，通过测量透射光和背散射强度的变化，就可以知道样品在某一截面浓度或颗粒粒径的变化。该仪器对所分析的样品可以有一个宽的范围，粒子尺寸范围从0.05微米-1毫米，其样品的浓度可以达到体积百分比95%。

精准医疗有一定泡沫　　对于精准医疗是否过热，华大基因旗下的创投孵化平台蓝色彩虹CEO刘靓认为资本市场总是有泡沫和泡沫挤掉的过程。从一定程度上来说，精准医疗是有一定泡沫的。“据我了解，原来做物流的企业，准备买一些淘汰的二手测试仪设备，然后与医院合作做基因检测。从这一方面来看，精准医疗确实过热。” 刘靓说。　　在刘靓看来，所谓的基因测试相当于是门票入口，与互联网入口一样。基因检测的利润有限，但提供增值服务则可以带来更多的利润。比如个性化用药服务和将来出现的应用和服务。他将基因检测和互联网进行对比，认为二者有一定相似性。互联网支付和互联网视频都是由互联网技术发展后，逐步衍生出来的模式。　　由于垄断等原因，基因测序的成本一直处于高位，难以下降。2012年，华大基因以40亿元收购美国CG公司。在2014年年底正式推出测序仪。在未来十年，有可能将基因测序成本降低到100美元。刘靓表示，基因测序成本的下降改变的不仅仅是基因测序这一部分，也会改变整个产业链。之前的商业模式是在上游盈利。2015年3月，科技部召开国家首次精准医学战略专家会议，提出了中国精准医疗计划。会议指出，到2030年前，我国将在精准医疗领域投入600亿元。刘靓表示，中国目前的测序仪数量为全球的一半。当上游测序成本下降后，原有的商业模式会被颠覆。所以，华大基金在2015年创设蓝色彩虹，将相关资源开发给下游创业者。除了精准医疗外，还可以在很多领域进行创业创新。　　数据显示，中国基因市场有60万亿市场，医药行业，包括个性化用药和新药研发平台有近10万亿的市场，食品饮料有20万亿的市场，生态有1万亿市场的规模。在生命健康领域，目前最大的市场是医药公司。专利药占领很大的市场份额，95%的企业从事仿制药。在对产业链进行分析的时候，发现研发成本高的原因在于寻找靶点的成本很高。刘靓表示，目前公司正在做调用小分子库，如果靶点寻找正确，则可以进入深入研发。不需要再像研发企业单独建一个研发中心和一个DNA小分子靶向的库。　　刘靓表示，基于基因的应用领域，实际上还是处于一个萌芽期。简单来看，从业人员规模还不够。现在中国从业的人才不超过10万。蓝色彩虹是提供技术、数据、知识产权、资本和商务的平台。蓝色彩虹会把这一整套五大平台的资源导给下游的合作伙伴，让他们在这些领域可以做创新创业。具体来看，基因应用领域非常广阔，医药、医学(肠道微生物群等)、食品、农业、生态(畜禽养殖业环境治理等)和健康等方面形成了基因应用的六大环节。　　“我们现在已经出现了一亿(数量)左右的中产阶级，有健康的需求，有消费升级的需求，但是本土的企业家还是习惯于去模仿欧美市场，而不是围绕中国这一个亿的中产阶级开发新的健康产品。” 刘靓表示，不管是医药、医疗、食品，还是各种各样的服务产品，如果企业真的能抓住这个市场，就能真正地实现供给侧改革，现在中国市场也会诞生出自己的龙头企业。刘靓认为，现在市场还处于萌芽的阶段，仍有很大的提升空间。　　精准医疗最终可能会改变疾病分类体系　　高特佳投资集团业务合伙人李国林表示，精准医疗有三大关键词：“病、人、药”。从目前的发展现状来看，真正的病因还没有太清楚，患者也没有进行有效的大规模分类。此外，实现精准医疗的药物目前也非常有限。从长远来看，在未来5~10年，精准医疗最终可能会改变目前的疾病分类体系。　　精准医疗最终可以带来什么样的愿景?李国林从精准医疗的定义开始分析：通过组学技术，分析人群和疾病，找到原因和靶点，进行分类，实现精准治疗。从愿景来看，根据对某种疾病的易感性或对特定治疗方案的反应，将患者分为亚群。然后将预防性或治疗性的措施集中于哪些有效患者，而免去无效患者带来的费用和副作用。他提出精准医疗有三个关键词：“病、人、药”。通过精准的诊断，达到对疾病精准的分型，同时对患者群体进行分析，找到患者群体不同的人群，对人群进行分类。对病进行了分型，对人群进行了分类，对药进行精准的研发，最终就能够实现精准治疗的目的。　　“精准医疗最终可能会改变目前的疾病分类体系，”李国林表示，在未来5~10年，肿瘤的分类可能不是现在的分类方式，不是以某一种器官患病进行分类，而是以肿瘤产生的真正机制而进行分类。　　分析完定义和愿景后，李国林进一步介绍精准医疗的现状。以上述关键词“病、人、药”进行分解，患者去医看“病”，“病”是按照器官进行分类，比如肿瘤。疾病这一方面，真正的病因还没有太清楚。同时，在“人”这一方面，也没有进行有效的大规模的分类。此外，最终实现精准医疗的药物也是非常有限，目前靶向药物才十多种，对人群的有效率也不太一样。拿肺癌举例，传统的肺癌分两大类，一个是小细胞肺癌，非小细胞肺癌。现在从分子生物学技术的发展发现，非小细胞肺癌的机制是由有不同的基因和不同类别的突变导致的。李国林以一个三期的临床实验为例，该试验找了接近1000名没有进行肿瘤治疗的晚期肿瘤患者，结果是两种药物组合在一起使用，但生存时间不一样。最终的发现表明，如果患者基因的蛋白水平高，这两种单药治疗效果和两种药物联合治疗的效果一样。如果患者基因的蛋白水平较低，联合治疗的患者收益要高于单药治疗的效果收益。因此，在对肿瘤患者进行药物治疗方案的选择的时候，前期要有诊断和检查，而不是用现有以往的笼统的治疗方式。　　精准医疗的难点同样用“病、人、药”关键词分析。从“病”的方面看，针对疾病发展的分子机制了解太少，还有大量的基础研究和临床研究需要进行。每一种肿瘤可能有很多种致病的因素，这些都需要大量的数据积累和共享，实现疾病这一块的解密。从“人”方面看，对病进行解析后，需要找到适应药的人群进行精准分类。最后，“药”方面的难点则有两层理解，一是“老药新用”，二是加快新药研发过程。在临床实验二期、三期的时候，临床实验测试的人群都是患这种疾病的人。有了精准医疗后，可以精准地找到相关的人群，提前对他们进行检测，知道某些疾病类别是特定的，实现精准的分类，加快新药研发的节奏。