سابقه و هدف: اینتراستریفیکاسیون بهترین روش تولید چرب های شکل پذیر بدون ترانس است. نقطه ذوب لغزشی (Slip melting point, SMP) یکی از ویژگی کیفی و عملکردی مهم محصولات چرب است. با این حال، روش های رایج اندازه گیری نقطه ذوب معمولاً زمان بر هستند. لذا در این پژوهش مدل های رگرسیونی جهت توصیف SMP چربی های اینتراستریفیه شده به صورت تابعی از ترکیب اسیدهای چرب شان ساخته شدند. شاخص های نیکوئی برازش مدل های مختلف مورد ارزیابی قرار گرفت. در انتها بهترین مدل برای پیش بینی SMP چربی های اینتراستریفیه شده معرفی گردید. مواد و روش ها: مخلوط های روغن سویا و پالم استئارین با نسبت های مختلف تحت اینتراستریفیکاسیون شیمیایی قرار گرفتند و ترکیب اسیدهای چرب و نقطه ذوب آن ها مشخص شد. SMP مخلوط های اینتراستریفیه شده به صورت تابعی از ترکیب اسیدهای چرب و با کمک آنالیزهای رگرسیونی توسط نرم افزار SigmaPlot و نرم افزار SPSS مورد پیش بینی و توسط نرم افزار STATISTICA با مقادیر تجربی مورد برازش قرار گرفت. یافته ها: SMP مخلوط ها بعد از اینتراستریفیکاسیون شیمیایی به شکل معناداری کاهش یافت (p<0.05). یک همبستگی پیرسون معنادار بسیار خوب (99/0r >) بین تمامی اسیدهای چرب و SMP مخلوط های اینتراستریفیه شده روغن سویا: پالم استئارین مشاهده شد (01/0>p). بنابراین، از استراتژی های زیر برای مدل سازی SMP استفاده شد: به عنوان تابع چندگانه از اسیدهای چرب پالمیتیک، استئاریک، اولئیک، لینولئیک و لینولنیک، مدل سازی SMP به عنوان تابعی از اسیدهای چرب اشباع کل و اسیدهای چرب غیر اشباع کل، مدل سازی SMP به عنوان تابعی از اسیدهای چرب اشباع کل. مدل های پیشنهادی جهت پیش بینی SMP مخلوط های اینتراستریفیه شده روغن سویا: پالم استئارین دارای ضریب همبستگی (بین داده های تجربی و پیش بینی شده) بزرگ تر از 99/0 و میانگین خطای مطلق به ترتیب کم تر از °C 52/0 بود، که نشان دهنده قدرت پیش بینی بالای مدل ها می باشد. نتیجه گیری: نتایج اعتبار سنجی نشان داد، مدل خطی چندگانه به صورت تابعی از اسیدهای چرب اشباع کل و غیر اشباع کل و مدل گمپرتز به عنوان تابعی از اسیدهای چرب اشباع کل می توانند SMP چربی های مختلف اینتراستریفیه شده را به خوبی پیش بینی کند. این مدل ها می توانند در طراحی فرمولاسیون های چربی های اینتراستریفیه مفید باشند.