La carne non è un solido ordinario. Costituito da complesse reti di proteine ​​sature di umidità, mostra alcune proprietà fisiche intriganti quando viene cotto. Diversi studi in passato hanno tentato di ricreare questo comportamento in simulazioni al computer, ma poiché questo richiede così tanta potenza di calcolo, hanno raggiunto solo semplificato, ricreazioni unidimensionali del processo, che non sono particolarmente precisi. In una nuova ricerca pubblicata in EPJ Plus , i matematici guidati dal Dr. Hala Nelson alla James Madison University mostrano che modellando la carne come una matrice satura di fluidi di proteine ​​elastiche, che si deformano al movimento del fluido, i comportamenti di cottura possono essere simulati in modo più preciso.

Le intuizioni raccolte dal team potrebbero avere numerosi vantaggi, come miglioramenti nelle norme di sicurezza che regolano la carne che consumiamo; ottimizzazioni della sua qualità e sapore; e nuovi modi per massimizzarne la durata per garantire uno spreco minimo. Nel modello della squadra, il processo di cottura ha riscaldato il fluido in modo non uniforme, facendolo muovere e deformare la matrice proteica. A sua volta, il movimento del fluido stesso è alterato da questa distorsione. Il risultato dimostra un accordo abbastanza forte con le osservazioni reali, in cui l'umidità viene parzialmente evaporata ma viene anche spinta verso l'interno dalla superficie della carne durante il riscaldamento, facendo gonfiare il centro.

Nelson e colleghi hanno basato il loro modello sui principi fondamentali di conservazione della massa, energia e slancio. Hanno derivato equazioni che descrivono come si comporteranno i polimeri quando mescolati con molecole di liquido, quindi ha messo a punto i parametri del loro modello fino a renderlo il più realistico possibile. Hanno quindi confrontato i risultati delle loro simulazioni con misurazioni sperimentali di come le fette sottili di bistecca si restringono quando vengono cotte in forno. Negli studi futuri, il team spera di estendere le proprie simulazioni ai modelli 3D. Ciò richiederebbe molta più potenza di calcolo, ma se raggiunto, potrebbe aumentare il nostro livello di comprensione circa l'importante fonte di cibo.