Página 1
J. Dairy Sci. 85: 2699–2704
© Associação Americana de Ciência de Laticínios, 2002.
Um método empírico para previsão do rendimento do queijo 1
C. Melilli *, JM Lynch †, S. Carpino *, DM Barbano †, G. Licitra * e A. Cappa ‡
* Consorzio Ricerca Filiera Lattiero-Casearia,
Ragusa, Itália
† Centro de Pesquisa de Alimentos Lácteos do Nordeste,
Departamento de Ciência dos Alimentos,
Universidade de Cornell, Ithaca, NY 14853
‡ Associazione Provinciale Allevatori,
Vicenza, Itália
ABSTRATO
O rendimento teórico do queijo pode ser estimado a partir do
teor de gordura e caseína ou proteína do leite, utilizando
fórmulas clássicas, como a fórmula de VanSlyke. Estes
equações são preditores confiáveis de valores teóricos ou reais
rendimento baseado em gordura de leite e caseína medidas com precisão
conteúdo. Muitos fabricantes de queijos desejam basear o pagamento
leite aos produtores de leite com a produção de queijo. Em pequeno
fábricas, no entanto, medições precisas de gordura e
teor de soro do leite por métodos químicos ou por infra-
a análise do leite vermelho é muito demorada e cara.
Portanto, um teste empírico para prever a produção de queijo foi
desenvolvido que utiliza equipamentos simples (isto é,
centrífuga, balança analítica e forno de ar forçado) para
faça uma miniatura de queijos, seguida de uma gravi-
medição métrica do rendimento de peso seco. Um regressão linear
composição dos rendimentos teóricos versus peso seco calculados
para leites com teor de gordura e caseína conhecido.
Uma equação de regressão de y = 1.275x + 1.528, em que y é
rendimento teórico ex é medido o rendimento de sólidos secos (r 2
= 0,981), para o queijo Cheddar foi desenvolvido usando leite
com uma faixa de rendimento teórico de 7 a 11,8%. o
desvio padrão da diferença (DDS) entre as
o rendimento retical de queijo e o rendimento de sólidos secos foi de 0,194 e pela concentração de gordura e NC nesse leite.
o coeficiente de variação (DPE / média × 100) foi de 1,95%
mediante validação cruzada. Para queijos sem um bem estabelecido
equação teórica do rendimento do queijo, a medida
os rendimentos de peso seco poderiam estar diretamente correlacionados com os ob-
rendimentos servidos na fábrica; isso seria mais precisamente
refletir o desempenho esperado do rendimento. Pagamentos por
leite com base nessas medições seria mais preciso
refletem de maneira consistente a qualidade e a composição do leite e
Recebido em 2 de fevereiro de 2002.
Aceito em 18 de março de 2002.
Autor correspondente: DM Barbano; e-mail: dmb37@cornell.edu.
1 Utilização de nomes, nomes de ingredientes e identificação de
modelos de equipamento é de clareza científica e não constitui
qualquer endosso do produto por autores, Universidade de Cornell, o
Centro de Pesquisa de Laticínios do Nordeste, Consorzio Ricerca Filiera
Lattiero Casearia e Associazione Provinciale Allevatori.
2699
a recuperação média real de gordura e caseína alcançada
sob condições práticas de produção de queijo.
( Palavras-chave: previsão de produção de queijo, produção teórica,
método de pagamento do leite)
INTRODUÇÃO
O rendimento do queijo é muito importante economicamente (Emmons,
1993a). Um fabricante de queijos gostaria de pagar por leite
sobre o rendimento do queijo obtido a partir desse leite. A teo-
o rendimento retical do queijo é limitado pela gordura e caseína
(CN) do leite utilizado, a capacidade do queijo
fabricante para recuperar a gordura e a caseína como queijo, e
alvo de umidade e teor de sal. Termos para definição
e expressão do desempenho da produção de queijo foram
resumido por Emmons (1993b). Sistemas para usar um
fórmula teórica de produção de queijo para a precificação do leite
foi avaliado (Emmons et al., 1990a, b). Estes preços
sistemas dependem da medição da gordura e do leite
teor de proteína (ou CN) para calcular o queijo teórico
produção.
Depois que o fabricante de queijo compra o leite, o
rendimento teórico máximo do queijo a uma umidade específica
teor de sal (baseado em considerações de qualidade) é limitado
Uma extensa pesquisa foi realizada para desenvolver
equações reticulares de produção de queijo que predizem
na composição do leite (isto é, gordura e proteína ou gordura e CN)
para vários tipos de queijos (Emmons et. al., 1990c,
1993c). Um dos primeiros e mais comuns argumentos teóricos
fórmulas de produção de queijo foi a fórmula VanSlyke para
Queijo Cheddar (VanSlyke e Publow, 1910). O va-
validade e uso de fórmulas teóricas de produção de queijo para
tipos específicos de queijos, como o cheddar (Barbano e
Rasmussen, 1992; Barbano et al., 1991) e Mozzarella
(Rudan et al., 1999), foram demonstrados em estudos
de fatores que influenciam a produção de queijo.
É necessária uma estimativa do potencial de produção de leite
por pequenos e grandes fabricantes de queijo. Um grande
fabricante industrial de queijos pode ter o financiamento
recursos necessários para justificar a compra e manutenção
de um analisador de leite por infravermelho para medir a composição do leite
Página 2
2700
e calcule o rendimento teórico do queijo. Contudo,
pequenos fabricantes de queijos especiais não podem justificar esse
pense. Portanto, um método prático e mais barato
da estimativa do potencial de produção de leite para queijo
fazer poderia ser útil para pequenos fabricantes de queijo. o
O objetivo desta pesquisa foi desenvolver um método objetivo
para estimativa do potencial de produção de queijo de leite individual
amostras que poderiam ser usadas como base para pagamento de
produtores de leite para queijos produzidos a partir de
leite personalizado.
MATERIAIS E MÉTODOS
Abordagem geral
O método de previsão de rendimento consiste em uma miniatura
fabricação de queijo seguida por uma etapa de secagem. É adicionado leite
para um tubo de centrífuga pré-pesado e pesado. Diluir
É adicionado ácido acético para reduzir o pH do leite. o
o leite acidificado é aquecido a 30 ° C e é adicionado coalho.
O leite coagulado é então centrifugado para separar a coalhada
de soro de leite. A coalhada é transferida do tubo para um
pesagem de sólidos totais de alumínio descartáveis pré-pesados
prato. A coalhada é quebrada com uma espátula para fornecer mais
superfície para secagem e depois a coalhada mais a panela
pesado. A coalhada é seca em um forno de ar forçado. o
o peso da coalhada é determinado após a secagem e dividido
pelo peso original do leite. Isso produz um valor para
rendimento em peso seco de queijo.
O método pode ser calibrado testando um conjunto de leites
que possuem uma composição variada e estabeleceram
valores para gordura e proteína (ou CN). O rendimento em peso seco de
queijo para essas amostras está correlacionado com o
rendimento teórico do queijo para obter uma equação de regressão
para conversão do rendimento em peso seco em queijo teórico
produção. Uma equação de regressão diferente pode ser calculada
para cada tipo de queijo produzido.
Teste de robustez durante o desenvolvimento do método
Muitos parâmetros individuais foram avaliados durante
o desenvolvimento do método. Uma gama de amostras
tipos, tamanho e tamanho do tubo de centrifugação (plástico ou vidro),
temperatura do leite no momento da adição de ácido (4 a 38 ° C),
pH final após acidificação (5,6 a 6,6), temperatura a
adição de coalho (30 a 38 ° C), quantidade (0,1 ou 0,2 ml) de
solução de trabalho de coalho, força de centrifugação, tempo de
centrifugação e tempo de secagem em estufa (4 a 18 h).
avaliados. Uma combinação final desses parâmetros foi
selecionado que otimizou a repetibilidade do método.
Análise da composição do leite
Amostras de leite coletadas de onze vacas individuais
a fazenda de gado leiteiro Cornell foi testada quanto ao teor de gordura com
Journal of Dairy Science vol. 85, n. 10, 2002
Page 3
MELILLI ET AL.
um analisador de leite infravermelho (AOAC, 2000; número do método
33.2.31; 972.16) CP (AOAC, 2000; número do método
33.2.11; 991,20) e nitrogênio não-caseína (AOAC, 2000;
método número 33.2.64; 998,05). Caseína era
calculado pela diferença entre o PC e os n
trogênio × 6,38. Cada amostra de leite foi testada para CEC
usando um contador de células Fossomatic (AOAC, 2000; método
número 17.13.01; 978,26). As análises foram realizadas em
duplicado.
Método de fabricação de queijos em miniatura
Procedimento de análise de rotina. O leite a 4 ° C foi misturado
por inversão e 10 ml foram adicionados a um pré-pesado
tubo de centrífuga de fundo redondo (número do modelo 3110-0150,
Nalgene Centrifuge Ware, copolímero de polipropileno, 15
ml, 15,9 × 113,9 mm) e pesava até 4 casas decimais.
Uma solução de trabalho de ácido acético foi preparada adicionando
0,9 ml de ácido acético glacial a um volume volumétrico de 10 ml Classe A
balão e diluindo em volume com água destilada a 20 ° C.
Para um grupo de amostras testadas em lote, 0,1
ml de ácido acético diluído foram adicionados a cada tubo com um
Micropipeta de 100 µl. Os tubos foram cobertos com
filme e misturado em um misturador de vórtice por 15 s. Isso trouxe
o pH do leite para aproximadamente 5,9 a 4 ° C. No
método de rotina, a adição de solução de ácido acético é uma
volume fixo para todas as amostras. O ácido foi adicionado a
alcançar uma coagulação rápida, consistente e firme em cada
amostra de leite. Depois de adicionar ácido a todos os tubos, os tubos
foram colocados em banho-maria a 30 ° C e incubados por
10 min.
Enquanto os tubos estavam incubando, a quimosina trabalhava
solução foi preparada. A quimosina (Chy-Max Ex-
tra, Produto No. 73863, Chr. Hansens Laboratory, Mil-
solução de trabalho de Waukee, WI) foi feita diluindo 1,0
ml de Chy-Max Extra com água destilada em 100 ml
balão volumétrico. Uma rolha foi colocada no balão e
a solução foi misturada por inversão. A solução de trabalho
foi usada imediatamente; não deve ser armazenado. E se
a solução tinha mais de uma hora, foi descartada e
solução fresca foi feita. Solução de trabalho Quimosina
(0,1 ml) foi adicionado a cada tubo contendo o leite mais
mistura de ácido utilizando um 100 μ l micropipeta. Cada tubo foi
coberto com parafilme, misturado em um misturador de vórtice por 15
se incubado em banho-maria a 30 ° C por 30 min. At
Ao final de 30 minutos, todas as amostras formaram um coágulo firme.
O número máximo de tubos feitos em um lote deve
ser igual ao número máximo de tubos individuais
que pode ser centrifugado em um lote. A centrífuga
tubos foram removidos do banho-maria, o parafilme
a tampa foi removida e colocadas em um centro
(Modelo Clínico, International Equipment Com-
panamá, Needham Heights, MA). Todos os tubos foram centrados
fugiu na configuração 7 (1.625 × g) por 30 min. Após 30 min,
 NOSSA INDÚSTRIA HOJE 2701
Tabela 1. Contagem de células somáticas, gordura, proteína bruta, nitrogênio não-caseína,
os tubos foram cuidadosamente removidos da centrífuga.
e caseína como porcentagem de proteína bruta para amostras de leite de calibração
Havia um pellet de coalhada e um sobrenadante de soro de leite claro. ples.
O soro de cada tubo de centrifugação foi decantado
SCC Gordura CP 1 NCN 2 CN CN / CP 3
o sedimento deixado no fundo do tubo. Os lados do Amostra de leite (× 1000) / ml (%) (%) (%) (%) (%)
o tubo estava livre de coalhada e o soro decantado estava claro
1 74 3,86 2,63 0,57 2.06 78,3
e livre de partículas. Idealmente, o soro terá um baixo
2 22 3,86 2,74 0,54 2,20 80,3
teor de gordura (0,04 a 0,06%) para todas as amostras e 3 28. 3,44 2,56 0,67 1,89 73,8
manter uma quantidade de proteína que reflete a perda normal 4 11 2,36 2,63 0,69 1,94 73,8
5 316 3,80 2,99 0,72 2,27 75,9
de proteína solúvel no soro de queijo. Um predried e refrigerado
6 29 4,48 3,44 0,67 2,77 80,5
o prato de pesagem de alumínio descartável foi pesado e, 7 1273 4,40 3,31 0,86 2,45 74,0
usando uma espátula de metal, o pellet de coalhada da centrífuga 8 62 3,58 2,76 0,71 2.05 74,3
9 63. 4,12 3,50 0,85 2,65 75,7
o tubo foi transferido quantitativamente para a panela. Usando
10 44 4,47 3,22 0,75 2,47 76,7
duas espátulas, a coalhada na panela foi cortada e espalhada em 11 304 3,71 3.04 0,71 2,33 76,6
para expor mais área de superfície para uma melhor secagem. Tudo Significar 202 3.825 2.984 0,704 2.280 76,4
SD 371 0,603 0,343 0,098 0,286 2.5
a coalhada foi deixada na panela raspando as espátulas
1 CP = proteína bruta.
um contra o outro. Duas panelas vazias pré-secas foram
2 NCN = nitrogênio não-caseína × 6,38.
pesado como espaços em branco. As panelas foram colocadas em um forçado
3 CN / CP = caseína como porcentagem de proteína bruta.
forno de secagem ao ar (Stable-Therm OV490A, BlueM Electric,
Blue Island, IL) a 100 ° C por 4 h. Após 4 h, as panelas
foram retirados do forno, resfriados em um dessecador para
o processo de fabricação de queijo,
temperatura ambiente e pesava até quatro casas decimais. o
1,09 = fator na fórmula teórica de rendimento
o rendimento de peso seco foi calculado dividindo-se o peso
pressupõe um teor de sal de 1,7% no
de sólidos secos no prato de pesagem de alumínio, menos a
queijo e
em branco, pelo peso original do leite na centrífuga
queijo
tubo e multiplicando por 100.
umidade = teor de umidade desejado do queijo
37%
Peso seco
rendimento = ((DC - branco) / M) × 100, em que
Para outros tipos de queijo, o rendimento teórico do queijo
DC = peso da coalhada seca (g)
pode ser calculado usando uma fórmula apropriada específica
Em branco = ganho ou perda de peso para o espaço em branco (g),
para esse tipo de queijo. A calibração foi realizada por cálculo
e
uma regressão linear de mínimos quadrados forçando zero
M = peso em gramas de leite (g).
rendimento teórico do queijo (Y) versus rendimento em peso seco (X)
para amostras de calibração. A equação de regressão linear
Calibração. O método foi calibrado por meio de
derivados dos dados nas amostras de calibração
ao teste de rotina em um grupo de amostras de leite de referência
usado para converter os rendimentos de peso seco da rotina
que conheciam o conteúdo de gordura e CN (ou proteína). o
método empírico, ao testar amostras desconhecidas, para
conjunto de amostras de calibração deve ter uma ampla gama de
produção de queijo prevista.
teor de gordura e CN para estabelecer uma curva de calibração
uma ampla gama de produção de queijo. Um conjunto de matérias-primas comerciais
amostras de leite normalmente produzidas e usadas para calibração RESULTADOS
analisadores de leite infravermelho foram uma fonte adequada de
Repetibilidade do método Yield
ples. Para o queijo Cheddar, o rendimento teórico do queijo para
cada amostra foi calculada usando a fórmula VanSlyke A composição das amostras de leite fresco utilizadas para
(VanSlyke e Publow, 1910): calibração da previsão empírica de produção de queijo
O método é mostrado na Tabela 1. As amostras continham um
Teórico ampla gama de conteúdo de gordura e CN e seria esperado
rendimento de queijo = ((FR × F) + (CN - 0,1)) × 1,09 / (1- para produzir uma ampla gama de rendimentos de queijo. A CN como
(umidade do queijo / 100)), onde percentual de PC variou de 73,8 a 80,5%. O SCC
FR = porcentagem de recuperação de gordura (valor de 0,93 da maioria dos leites era baixa (isto é, <100.000 células por ml). Três
usado com base no VanSlyke and Publow, amostras de leite apresentaram um CEC superior a 100.000 células por
1910), ml. Nesse pequeno grupo de amostras não houve significância
F = percentagem de gordura no leite, correlação significativa entre CEC e CN como porcentagem
CN = percentagem de CN no leite, idade do PC. A variação de amostra para amostra em caseína
0,1 = perda fixa assumida de caseína durante como porcentagem de PC (isto é, vaca para vaca) pode ter sido

Journal of Dairy Science vol. 85, n. 10, 2002

Page 4

2702 MELILLI ET AL.

Tabela 2. Porcentagens de peso seco, teórico e previsto para as 11 amostras de calibração quando
todas as amostras são usadas na análise de regressão.

Peso seco Teórico Predito Menos previsto

Amostra de leite produção produção produção rendimento teórico

1 6.433 9,604 9,729 0,125

1 6.369 9,604 9.647 0,043
 1 6.387 9,604 9.670 0,066
2 6.373 9,841 9.652 -0,189
2 6.357 9,841 9.632 -0,209
2 6.363 9,841 9,639 -0,202
3 5.666 8.618 8,751 0,133
3 5.671 8.618 8,757 0,139
3 5.695 8.618 8,788 0,170
4 3.980 6,978 6,602 -0,376
4 4.534 6,978 7,308 0,330
4 4.519 6,978 7.289 0,311
5 6.614 9,871 9,959 0,088
5 6.641 9,871 9,994 0,123
5 6.636 9,871 9,987 0,116
6 8,304 11,822 12.114 0,291
6 8.271 11,822 12.072 0,249
6 8.246 11,822 12.040 0,217
6 8.224 11,822 12.012 0,189
7 7.531 11.154 11,128 -0,026
7 7.649 11.154 11.279 0,125
7 7.570 11.154 11.178 0,024
7 7.651 11.154 11.281 0,127
8 6.047 9.139 9.237 0,098
8 5.992 9.139 9.167 0,028
8 5.963 9.139 9.130 -0,009
8 6.013 9.139 9.193 0,055
9 7.327 11.052 10,868 -0,183
9 7,308 11.052 10,844 -0,207
9 7.349 11.052 10,896 -0,155
9 7.312 11.052 10,849 -0,202
10 7.616 11.293 11.237 -0,056
10 7.567 11.293 11.174 -0,118
10 7.423 11.293 10.991 -0,302
10 7.431 11.293 11.001 -0,292
11 6.397 9,822 9,683 -0,139
11 6.397 9,822 9,683 -0,139
11 6.413 9,822 9,703 -0,119
11 6.410 9,822 9.699 -0,123
Significar 10.048 10.048 0,000
SDD 0,183
SDD / Média * 100 1.820

influenciado pela idade da vaca, estágio da lactação e
histórico de saúde (Barbano et al., 1991).
Rendimentos de peso seco medidos usando a miniatura
método de produção de queijos e os rendimentos teóricos calculados
com a fórmula de rendimento VanSlyke são mostrados em
Tabela 2 para réplicas individuais de cada um dos 11 diferentes
amostras de leite. O queijo Cheddar teórico médio
o rendimento dessas amostras foi de 10,048%. Uma regressão de
rendimento teórico (Y) em função do rendimento em peso seco (X),
mostrada na Figura 1, tinha uma equação de Y = 1,275 X +
1,528 er 2 = 0,981. A repetibilidade média da replicação
cações da mesma amostra para o rendimento em peso seco
0,046. O desvio padrão das diferenças entre
o rendimento teórico e o rendimento previsto foram de 0,183 e
o coeficiente de variação (DPE / média × 100) foi de 1,82%
por 11 leites.
Um cálculo de validação cruzada foi realizado com o
dados das 11 amostras individuais. Todas as combinações possíveis
nações de dez amostras foram usadas como amostras de calibração,
e as equações de regressão produzidas a partir desses 11
conjuntos de 10 amostras foram utilizados para prever o rendimento para o
décima primeira amostra. Os rendimentos previstos resultantes por
validação para cada uma das 11 amostras é mostrada no
ble 3.
DISCUSSÃO
No exemplo mostrado neste documento, um conjunto de calibração
Foram utilizadas amostras de leite com conteúdo conhecido de gordura e CN
prever o rendimento teórico do queijo Cheddar. Usando o
mesmos dados, uma curva de calibração para prever o rendimento do queijo
poderia ser feito para qualquer queijo. Ao construir o

Journal of Dairy Science vol. 85, n. 10, 2002

Page 5

NOSSA INDÚSTRIA HOJE 2703

para o cálculo do rendimento teórico, o resultado foi

11.154 (Tabela 3). Na validação cruzada com uma calibração
com base no conteúdo NC medido, o valor previsto para
o leite 7 foi 11,24 e o rendimento teórico foi 11,154.
Assim, o método de previsão de rendimento superestimou a
rendimento desta amostra em 0,086. Se uma NC constante como
porcentagem de PC seria usada para calcular a teoria
rendimento calórico do leite 7, o valor seria 11,37, que é
substancialmente mais alto do que quando medido o teor de CN
é usado. Como resultado, a diferença entre a teoria
rendimento e rendimento previsto seriam ainda maiores neste
amostra quando um valor constante para CN como porcentagem
de CP é usado para estimar o conteúdo CN. Assim, quanto mais
 Figura 1. Equação de regressão da calibração para 11 amostras de calibração
variação da NC como porcentagem da PC da amostra para
conjunto para previsão do rendimento teórico do queijo usando a miniatura amostra, quanto maior o SDD entre os valores teórico e pré-
método de produção de queijos.
rendimentos previstos. Normalmente, leite com alto CEC e leite
produzido por vacas mais velhas com histórico de mastite
os itens terão baixo CN como porcentagem do CP (Barbano
curva de calibração, o CN pode ser medido diretamente
et ai., 1991).
(AOAC, 2000; método número 33.2.66; 998.07) ou as-
Outro fator limitante é a disponibilidade de uma teoria
considerado uma proporção constante de produtos brutos ou verdadeiros
equação de produção de queijo calórico para cada tipo de queijo. Theoret-
tein. Quando o CN é realmente medido, a calibração será
estão disponíveis equações básicas de rendimento para algumas das principais variáveis
não seja influenciado pela variação de amostra para amostra em
laços de queijo [Cheddar (VanSlyke and Publow, 1910)
CN como porcentagem do CP. Se uma proteína bruta ou verdadeira
e mussarela (Barbano, 1996)], e equações gerais
O teste dos leites de calibração é usado e multiplicado por um
(Emmons e LaCroix, 2000) pode ser aplicado a muitos
fator de conversão constante para estimar o teor de NC
cada amostra de leite de calibração e variação de amostras outros queijos. Depois que uma equação de calibração é estabelecida

amostra na CN como porcentagem do PC produzirá dentro de uma fábrica de queijos, não deve haver necessidade de
uma calibração com um SDD mais alto. Os dados na Tabela 2 calibração adicional, a menos que haja uma mudança importante
foram recalculados pela estimativa do conteúdo de CN (0,78 × CP), as condições analíticas. A validade da previsão
em vez dos valores CN medidos. Quando isso foi feito a equação pode ser monitorada diariamente testando um
o SDD entre o rendimento teórico e o previsto amostra de leite utilizada na fabricação de queijos, calculando o
aumentou de 0,183 para 0,214. Por exemplo, o leite nº 7 teve rendimento previsto e, em seguida, comparando o rendimento previsto
alto SCC e baixo CN como porcentagem do PC (Tabela ao rendimento real ou a um queijo ajustado à umidade
1) Quando foi utilizado o teor CN medido do leite 7 rendimento (Lau et al., 1990). O ajuste de umidade do

Tabela 3. Previsões de validação cruzada do rendimento para cada uma das 11 amostras de leite desconhecidas quando as outras 10
amostras foram usadas como o conjunto de calibração.

Seco Predito
Desconhecido peso Teórico Previsto menos
Conjunto de calibração rendimento do ID da amostra produção produção equação de regressão teórica R2

1 1 6.396 9,604 9.682 0,078 Y = 1,2869x + 1,4504 0,988

2 2 6.364 9,841 9,611 -0,230 Y = 1,2927x + 1,3839 0,990
3 3 5.677 8.618 8,773 0,155 Y = 1,2758x + 1,5301 0,988
4 4 4,334 6,978 7.090 0,112 Y = 1.2663x + 1.5892 0.977
5 5 6.630 9,871 9,987 0,116 Y = 1,2886x + 1,4427 0,989
6 6 8.261 11,822 12.202 0,380 Y = 1,3431x + 1,1068 0,991
7 7 7.600 11.154 11.240 0,086 Y = 1.2957x + 1.3928 0.987
8 8 6,004 9.139 9.173 0,034 Y = 1,2864x + 1,4449 0,988
9 9 7.324 11.052 10,840 -0,211 Y = 1,2748x + 1,5038 0,989
10 10 7,509 11.293 11.071 -0,221 Y = 1,2706x + 1,5304 0,989
11 11 6,404 9,822 9.670 -0,152 Y = 1,2907x + 1,4045 0,989
Significar 6.592 9,927 9.940 0,013
SDD 1 0,194
DPE / média * 100 1.954

1 SDD = desvio padrão da diferença entre o rendimento teórico do queijo e o rendimento previsto.

Journal of Dairy Science vol. 85, n. 10, 2002

Page 6

2704 MELILLI ET AL.

o rendimento real usaria o mesmo valor de umidade desejado
usado na fórmula teórica de rendimento.
No entanto, mesmo esse grau de sofisticação não é absolutamente
absolutamente necessário em uma pequena fábrica de queijos especiais
recursos limitados. O método proposto pode ser aplicado
em outros caminhos. O rendimento de peso seco medido usando o
método de fabricação de queijos em miniatura pode ser determinado
todos os dias em uma amostra do leite usado na fabricação de queijos
na fábrica. O peso real úmido e seco produz
queijo na fábrica para cada dia de fabricação de queijo poderia
ser determinado pesando o queijo e medindo
o teor de umidade. Com uma regressão linear simples
realizada em um programa de planilhas, uma equação de previsão
poderia ser produzida uma informação específica para o queijo
tipo e condições de fabricação nessa fábrica. este
forneceria uma previsão do rendimento do queijo que
essas medidas refletiriam com mais precisão a
qualidade e composição do leite e as médias reais
recuperação da idade de gordura e CN obtida na fabricação de queijos
fábrica.
REFERÊNCIAS
Associação Internacional de Químicos Analíticos. 2000. 17
Edição. Métodos oficiais de análise. AOAC International, Gaith-
ersburg, Maryland.
Barbano, DM 1996. Rendimento de queijo mussarela: fatores a serem considerados.
Páginas 29–38 em Anais do seminário Maximizando o queijo
Produção. Centro Dairy Res., Universidade de Wisconsin, Madison.
Barbano, DM e RR Rasmussen. 1992. Desempenho do rendimento de queijo
de quimosina produzida por fermentação e outros coagulantes do leite. J.
Dairy Sci. 75: 1–12.
Barbano, DM, RR Rasmussen e JM Lynch. 1991. Influência
da contagem de células somáticas do leite e da idade do leite na produção de queijo. J. Dairy
Sci. 74: 369-388.

refletem o desempenho esperado da fabricação de queijos
e a qualidade média do leite nessa fábrica e poderia
ser usado como base para o pagamento do leite. Essa miniatura
método de fabricação de queijos e a equação pode ser aplicada
leites de fazendas individuais para estimar o rendimento de
Emmons, DB 1993a. Importância econômica da produção de queijo. Páginas
10–11 em Fatores que afetam o rendimento do queijo. Int. Fed de laticínios.
Edição Especial Nº 9301, Bruxelas.
Emmons, DB 1993b. Definição e expressão da produção de queijo. Páginas
12–20 em Fatores que afetam o rendimento do queijo. Int. Fed de laticínios.
Edição Especial Nº 9301, Bruxelas.

queijo que a fábrica obteria desse leite.
CONCLUSÕES
As correlações entre o rendimento de peso seco determinaram
aplicação do novo método e do rendimento teórico dos queijos
usando a fórmula de rendimento VanSlyke foram muito altos.
O método de previsão de produção de queijo utiliza equipamentos
centrífuga, balança eletrônica e uma secagem forçada ao ar
forno) que custa menos e é menos complicado de operar
do que o equipamento de análise de leite químico ou infravermelho. o
forno de equilíbrio e secagem também pode ser usado para determinar
o teor de umidade do queijo na fábrica e
pequenas fábricas de queijos especiais podem já ter esse
equipamento. Para queijos sem uma teoria bem estabelecida
equação do rendimento retical de queijo, o peso seco medido
os rendimentos podem ser diretamente correlacionados aos rendimentos observados
na fábrica. Isso refletiria com mais precisão a
rendimento esperado para essa fábrica. Compras de leite com base em
Journal of Dairy Science vol. 85, n. 10, 2002
Emmons, DB, CA Ernstrom, CA Lacroix e P. Verret. 1990c.
Fórmulas preditivas para produção de queijo da composição do leite:
Uma revisão. J. Dairy Sci. 73: 1365–1394.
Emmons, DB, CA Ernstrom, CA Lacroix e P. Verret. 1993c.
Fórmulas de rendimento. Páginas 21–48 em Fatores que afetam o rendimento de
Queijo. Int. Fed de laticínios. Edição especial nº 9301. Bruxelas.
Emmons, DB e C. Lacroix. 2000. Uso de fórmulas de rendimento preditivo.
Páginas 60 a 73 no Guia Prático para Controle do Rendimento do Queijo. Int.
Dairy Fed., Bruxelas.
Emmons, DB, D. Tulloch e CA Ernstrom. 1990a. Rendimento do produto
sistema de preços. 1. Considerações tecnológicas em múltiplos componentes
precificação do leite. J. Dairy Sci. 73: 1712-1723.
Emmons, DB, D. Tulloch, CA Ernstrom, M. Morisset e D.
Barbano. 1990b. Sistema de precificação de rendimento do produto. 2. Considerações da planta
no preço de componentes múltiplos do leite. J. Dairy Sci.
73: 1724-1733.
Lau, KY, DM Barbano e RR Rasmussen. 1990. Influência de
pasteurização nas recuperações de gordura e nitrogênio e queijo cheddar
produção. J. Dairy Sci. 73: 561-570.
Rudan, MA, JJ Yun, DM Barbano, PS Kindstedt e KL
Larose. 1999. Queijo mussarela: efeito da redução de gordura na composição
proteção, proteólise, funcionalidade e rendimento do queijo mussarela. J.
Dairy Sci. 82: 661–672.
VanSlyke, LL e CA Publow. 1910. A ciência e prática de
Fabricação De Queijo. Orange Judd Company, Nova Iorque.