湯海青，吳維兒，王曉龍

（1.浙江醫(yī)藥高等?？茖W校食品學院，浙江寧波 315100；2.寧波海關(guān)技術(shù)中心，浙江寧波 315012）

0 引言

黃酒是以稻米、黍米、玉米、小米、小麥、水等為主要原料，經(jīng)加曲或部分酶制劑、酵母等糖化發(fā)酵劑釀制而成的發(fā)酵酒[1]。近年來，伴隨著黃酒市場需求的穩(wěn)步上升，以及行業(yè)收入和利潤的快速增長，黃酒生產(chǎn)企業(yè)的規(guī)模和數(shù)量、產(chǎn)品的品種和產(chǎn)量也在不斷增加，這對黃酒行業(yè)的生產(chǎn)質(zhì)量控制和監(jiān)督檢驗提出了更高的要求[2]。目前，現(xiàn)行的黃酒產(chǎn)品質(zhì)量標準為2019年4月正式實施的《GB 13662—2018黃酒》[1]。該標準主要以常規(guī)分析方法為主，存在效率低、操作繁瑣等問題，需要開發(fā)高效、簡便的方法，以補充檢測手段、提高黃酒檢測水平、完善黃酒質(zhì)量評價體系，促進行業(yè)健康發(fā)展。

智能感官評價技術(shù)發(fā)展于20世紀80年代，其中的電子舌（Electronic Tongue，ET） 系統(tǒng)利用多傳感陣列感測液體樣品的特征相應信號，通過信號模式識別處理及專家系統(tǒng)學習識別，對樣品進行定性或定量分析[3]。ET已被開發(fā)應用于許多食品，包括多種蒸餾酒和發(fā)酵酒，如白酒、葡萄酒、黃酒和啤酒等[4-7]，具有不需前處理、快速、檢測范圍廣等優(yōu)點，可以靠近和模擬對樣品滋味的感官整體評價。

使用Astree電子舌系統(tǒng)對66個黃酒樣品的滋味傳感器陣列信號進行采集，應用多種統(tǒng)計分析方法，建立數(shù)學模型并進行預測分析，探討電子舌技術(shù)在黃酒的理化指標快速檢測方面應用的可行性。

1 材料與方法

1.1 材料與試劑

料酒，購于當?shù)爻?，產(chǎn)地為江浙滬地區(qū)，共66個樣品。將全部樣品隨機排序編號，其中44個樣品為校正集，用于建模；22個為預測集，用于外部檢驗，驗證模型的穩(wěn)定性和適應性。所用試劑均為分析純，水為超純水。

1.2 儀器與設備

Astree型電子舌系統(tǒng)，法國Alpha M.O.S公司產(chǎn)品。該系統(tǒng)的傳感器為電勢型，通過各傳感器上脂膜的疏水作用和靜電作用，與黃酒中水溶性的呈味物質(zhì)發(fā)生反應，使膜電勢發(fā)生變化，得到相應的信號值。傳感器陣列包括7個電化學傳感器，分別為SRS（酸味）、STS（咸味）、UMS（鮮味）、SWS（甜味）、BRS（苦味）、SPS（復合味Ⅰ） 和GPS（復合味Ⅱ），參比為Ag/AgCl電極。

1.3 試驗方法

1.3.1 電子舌檢測

（1）電子舌活化、校準和診斷。分別使用濃度為0.01 mol/L鹽酸溶液、0.01 mol/L氯化鈉溶液和0.01 mol/L谷氨酸鈉溶液，運行電子舌活化、校準和診斷等程序，待系統(tǒng)穩(wěn)定性和重復性滿足后，準備測試。

（2） 電子舌測試。樣品于室溫（20℃） 下放置6 h，搖勻樣品，上樣。每個樣品進行6次重復測定，單次信號采集時間為120 s，取100～120 s的響應值作為原始數(shù)據(jù)。

1.3.2 理化指標測定

黃酒中的總糖、非固形物、總酸、氨基酸態(tài)氮、pH值和酒精度的檢測參考GB 13662—2018[1]。其中，總糖測定采用廉愛農(nóng)法和亞鐵氰化鉀滴定法；非糖固形物采用質(zhì)量法；pH值采用酸度計法；總酸和氨基酸態(tài)氮采用自動電位滴定法；酒精度采用密度瓶法。

1.3.3 定量預測模型的構(gòu)建

分別采用偏最小二乘法（Partial Least Squares，PLS） 和多元線性回歸 （Multiple Linear Regressing，MLR）進行多元統(tǒng)計分析，建立理化指標的定量預測模型。PLS與主成分回歸有關(guān)系，通過投影分別將預測變量和觀測變量投影到一個新空間，來尋找一個線性回歸模型。即除了考慮自變量矩陣外，還考慮了響應矩陣，因此具有預測功能[8-9]。MLR也稱為逆最小二乘法，是一元線性回歸的擴展，能將多個線性的物質(zhì)之間的變量和自變量之間建立相關(guān)度高的線性回歸方程，適用于用2個或2個以上的影響因素作為自變量來解釋因變量的變化。具有代表性樣本選擇、自變量選擇和統(tǒng)計分析能力[10-11]。

1.3.4 模型評價和數(shù)據(jù)處理

利用校正集交互驗證決定系數(shù)R2cal、驗證集交互驗證決定系數(shù)R2val、校正均方根誤差RMSEC、預測均方根誤差RMSEP和驗證集標準偏差與預測標準偏差的比值RPD，對模型性能優(yōu)劣進行評價[12]，并使用未參與建模的樣品進行外部檢驗。上述方法均使用Unscrambler 9.7和Origin 2018軟件對原始數(shù)據(jù)進行多元統(tǒng)計分析和繪圖。

2 結(jié)果與分析

2.1 樣品理化指標統(tǒng)計結(jié)果

研究收集的黃酒樣品按類型包括干型、半干型和半甜型，按風格包括傳統(tǒng)型和清爽型，產(chǎn)地均為江浙滬地區(qū)。將全部樣品分別進行理化指標測定和電子舌傳感器信號采集。

黃酒樣品的理化指標統(tǒng)計結(jié)果見表1，黃酒的味覺雷達圖見圖1。

表1 黃酒樣品的理化指標統(tǒng)計結(jié)果

由表1可知，采集樣品的理化數(shù)據(jù)分布范圍較合理，質(zhì)量濃度范圍基本涵蓋黃酒國家標準；樣品類型較全面，有一定的樣本代表性。其中，總酸指標的數(shù)值范圍為0.04～6.59 g/L，氨基酸態(tài)氮為0～0.80 g/L，pH值為2.94～5.21，酒精度為0～18.00%Vol，總糖為0.10～48.74 g/L，非糖固形物為 0.80～57.60 g。

由圖1可知，7種傳感器對黃酒的滋味特征有較好的響應，信號值均大于0，說明樣品中水溶性的呈味物質(zhì)均與7種傳感器的脂膜發(fā)生作用，從而使膜電勢發(fā)生變化，得到相應的信號值[13]。所有樣品的傳感器信號響應輪廓線趨勢一致，說明采集的樣品具有相似的黃酒產(chǎn)品特征。各傳感器響應信號值均存在顯著性差異（p＜0.05），說明不同樣品在信號強度上存在差異，采用電子舌可以對樣品進行明顯的區(qū)分。其中，SPS、GPS和UMS傳感器上的信號強度差別最大，說明黃酒樣品在復合味Ⅰ、復合味Ⅱ和鮮味傳感器上貢獻的差異較大。

2.2 PLS預測模型

采用PLS法，對電子舌傳感器信號強度和國標法理化指標結(jié)果進行化學計量學分析，使用內(nèi)部交叉驗證，建立黃酒各理化指標的定量分析檢測模型。

PLS建模條件和檢驗結(jié)果見表2。

表2 PLS建模條件和檢驗結(jié)果

由表2可知，6個理化項目中，總酸的PLS模型性能評價較好，其決定系數(shù)R2接近0.9，說明回歸方程的擬合優(yōu)度高，預測濃度值較接近測量值；RMSEC和RMSEP比值為0.86，說明模型的穩(wěn)定性較好；RPD值為2.3，說明模型預測精度不夠，不適合進行定量分析。其他理化項目的決定系數(shù)接近或小于0.80，RPD值也均小于2.5，說明回歸方程的擬合優(yōu)度一般，模型的穩(wěn)定性較弱，也不適合進行定量分析[14]。

2.3 MLR預測模型

采用MLR法，對電子舌傳感器信號強度和國標法理化指標結(jié)果進行化學計量學分析，使用內(nèi)部交叉驗證，建立黃酒各理化指標的定量分析檢測模型。

MLR建模條件和檢驗結(jié)果見表3。

表3 MLR建模條件和檢驗結(jié)果

由表3可知，pH值、總酸、酒精度和氨基酸態(tài)氮的模型性能評價較好。這4個理化指標的決定系數(shù)R2接近0.9，說明回歸方程的擬合度高，預測濃度值較接近測量值；RMSEC和RMSEP比值范圍為0.8～1.2，說明模型的穩(wěn)定性較好；RPD值均＞2.5，說明模型可用于定量分析；特別是pH值對應的MLR模型的RPD＞3，說明模型定標效果良好，建立的定標模型可以用于實際檢測。總糖和非糖固形物各項評價指標均表現(xiàn)不良，模型擬合優(yōu)度差，穩(wěn)定性較弱，不適合進行定量分析[14]?？梢姡谀Ｐ途群头€(wěn)定性方面，MLR優(yōu)于PLS。使用MLR法，比PLS法更適合進行黃酒理化項目的定量預測分析。另外，總糖和非糖固形物2項指標在MLR和PLS模型中的定標精度和穩(wěn)定性均不滿足定量分析的要求，黃酒中的總糖成分以葡萄糖為主，非糖固形物以糊精為主[15]，說明對于黃酒樣品中這2類成分的定量分析，試驗所使用的電子舌傳感器可能有一定局限性。

2.4 MLR模型的驗證

使用MLR-內(nèi)部交叉驗證所得到的模型，對預測集（22份未參與建模的黃酒樣本）的pH值、總酸、酒精度和氨基酸態(tài)氮的含量進行了預測。將預測值與化學值進行t檢驗，顯著水平α=0.05，查臨界值表[16]的結(jié)果t（0.05，18） 為2.110，pH值、總酸、酒精度和氨基酸態(tài)氮的t檢驗結(jié)果分別為0.684，1.083，1.176，1.212，均小于2.110，表明電子舌法與理化方法不存在顯著差異，可以達到常規(guī)理化分析的精度要求。魯小利等人[17]使用Astree電子舌結(jié)合BP神經(jīng)網(wǎng)絡，對24個黃酒樣品的理化指標進行定量分析，發(fā)現(xiàn)對氨基酸態(tài)氮的預測效果良好，其他指標的效果不理想。周牡艷等人[18]使用電子舌結(jié)合PLS模型，對108個黃酒樣品的理化指標進行定量分析，發(fā)現(xiàn)對總酸和酒精度的預測效果良好，其他指標的效果不理想。由此可見，使用電子舌預測分析黃酒理化指標，影響因素較多，如樣本集的性質(zhì)和數(shù)量、檢測儀器型號和多元統(tǒng)計方法等，都可能對模型效果產(chǎn)生影響。

3 結(jié)論

通過電子舌技術(shù)結(jié)合化學計量學方法，實現(xiàn)了黃酒部分理化指標的快速同時測定。如pH值、總酸、酒精度和氨基酸態(tài)氮，可運用MLR模型對其進行準確預測，外部檢驗同樣說明其與理化檢測方法具有一致性，檢測結(jié)果無顯著性差異，有一定的實用性。該技術(shù)可應用于黃酒理化指標的批量檢測和動態(tài)監(jiān)測，為電子舌技術(shù)快速分析黃酒中的理化指標提供了應用技術(shù)基礎。今后研究可增加不同產(chǎn)地和類型的黃酒樣品，以進一步提高模型的準確性和適應性。