国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

氣相色譜-質(zhì)譜和電子舌對(duì)不同質(zhì)量等級(jí)醬香型白酒的判別分析

2024-01-03 15:31:54林先麗張曉娟柴麗娟陸震鳴許泓瑜王松濤張宿義沈才洪史勁松許正宏
食品科學(xué) 2023年24期
關(guān)鍵詞:醬酒醬香型味覺

林先麗,張曉娟,李 晨,柴麗娟,陸震鳴,許泓瑜,王松濤,張宿義,沈才洪,史勁松,許正宏,

(1.江南大學(xué)生物工程學(xué)院,江蘇 無錫 214122;2.江南大學(xué) 糧食發(fā)酵與食品生物制造國(guó)家工程研究中心,江蘇 無錫 214122;3.國(guó)家固態(tài)釀造工程技術(shù)研究中心,四川 瀘州 646000;4.江南大學(xué)生命科學(xué)與健康工程學(xué)院,江蘇 無錫 214122)

白酒是中國(guó)傳統(tǒng)文化的典型代表,作為世界六大蒸餾酒之一,具有悠久的歷史[1]。不同于其他蒸餾酒,白酒采用的是雙邊發(fā)酵體系[2]。白酒是以糧食和谷物為主要原料,酒曲為糖化發(fā)酵劑,通過蒸餾獲得基酒,經(jīng)長(zhǎng)時(shí)間貯藏后進(jìn)行勾調(diào),最終獲得成品酒[3]。目前,中國(guó)白酒根據(jù)其風(fēng)味可以分為12 種香型:醬香型、濃香型、清香型、米香型4 種基本香型和其他衍生香型(芝麻香型、老白干、馥郁香型、特香型、鳳香型、豉香型、藥香型和兼香型)[4]。醬香型白酒因?yàn)槠鋸?fù)雜的工藝、獨(dú)特的風(fēng)格和復(fù)雜的成分區(qū)別于其他香型,但受生產(chǎn)原料、生產(chǎn)工藝、生產(chǎn)環(huán)境等多方面的因素影響[1,5],醬酒的質(zhì)量也參差不齊。因此,建立醬酒的質(zhì)量控制體系對(duì)市場(chǎng)監(jiān)管、生產(chǎn)企業(yè)質(zhì)控以及市場(chǎng)規(guī)范都具有重要意義。

傳統(tǒng)的醬酒質(zhì)量等級(jí)判別方法主要依靠專業(yè)人員的感官審評(píng)[6-7],但是判別結(jié)果容易受外界的干擾,如品評(píng)人員的身體狀況、品評(píng)環(huán)境等,因此具有一定的局限性[8]。儀器分析作為一種快速、準(zhǔn)確的檢測(cè)手段,越來越多的應(yīng)用于白酒等風(fēng)味食品的分析檢測(cè)[9]。迄今為止,紫外吸收光譜(ultraviolet spectrum,UV)、核磁共振(nuclear magnetic resonance,NMR)、氣相色譜-嗅覺(gas chromatography-olfactometry,GC-O)、氣相色譜-質(zhì)譜(gas chromatography-mass spectrometry,GC-MS)等白酒的分析檢測(cè)方法已經(jīng)得到充分開發(fā)。UV檢測(cè)原理是對(duì)風(fēng)味物質(zhì)的官能團(tuán)產(chǎn)生特征吸收峰,從而間接指征風(fēng)味物質(zhì)組成,其簡(jiǎn)單方便、分析速度快,適合具有特征官能團(tuán)的低濃度物質(zhì)的檢測(cè)分析[10];NMR是一種無損檢測(cè)技術(shù),可以反映酒體成分中質(zhì)子的情況,多用于有機(jī)化合物的檢測(cè)鑒別[11];GC-O是將儀器與嗅覺結(jié)合起來的分析方法,多用于食品風(fēng)味的檢測(cè)和風(fēng)味鑒定[12-13];GC-MS可實(shí)現(xiàn)對(duì)復(fù)雜組分的定性和定量分析,廣泛應(yīng)用于生物食品等各種領(lǐng)域,由于較高的靈敏度和可操作性,是目前最常用、最成熟有效的方法[8]。同時(shí),NIST數(shù)據(jù)庫和Willey質(zhì)譜庫也日益完善,方便使用者對(duì)化合物進(jìn)行定性分析。Zhang Qian等[14]利用頂空固相微萃取-氣相色譜-質(zhì)譜(headspace solid-phase microextractiongas chromatography-mass spectrometry,HS-SPME-GCMS)聯(lián)用、UV和NMR研究了乳酸與白酒風(fēng)味的相互作用;Feng Minxue等[15]通過固相萃取與HS-SPME-GCMS,建立了一種靈敏可行的檢測(cè)白酒萜類物質(zhì)的新方法;Niu Yunwei等[16]采用攪拌吸附萃取、GC-O和GC-MS等方法對(duì)賴茅中的活性芳香化合物和氨基酸進(jìn)行了鑒定。電子舌由信號(hào)調(diào)理電路、交互敏感傳感器陣列和模式識(shí)別算法構(gòu)成的智能分析儀器,被認(rèn)為是一種快速評(píng)估食品味道的有效工具,它避免了長(zhǎng)時(shí)間培訓(xùn)品評(píng)成員,節(jié)約了時(shí)間成本[17]。近年來,電子舌通過與其他方法結(jié)合或是單獨(dú)使用,在白酒的質(zhì)量等級(jí)判別方面也起著重要的作用。彭厚博等[18]利用電子舌對(duì)不同年份的4 種濃香型白酒進(jìn)行判別分析;Ao Ling等[19]首次采用電子舌與GC-MS的方法對(duì)不同等級(jí)的濃香型基酒進(jìn)行了分級(jí)。電子舌不僅能夠根據(jù)人的感官評(píng)價(jià)結(jié)果,通過判別函數(shù)分析模型將濃香型基酒樣品分為4 個(gè)等級(jí),更能快速有效地預(yù)測(cè)未知等級(jí)的濃香型基酒。通過GC-MS研究了不同等級(jí)濃香型基酒揮發(fā)性物質(zhì)的差異,發(fā)現(xiàn)隨著濃香型基酒等級(jí)的增加,香氣化合物的種類和含量增加。

GC-MS聯(lián)用等現(xiàn)代分析儀器檢測(cè)會(huì)產(chǎn)生豐富的數(shù)據(jù)信息,然而龐大的數(shù)據(jù)量中會(huì)有一些與質(zhì)量等級(jí)無關(guān)的參數(shù),這些冗余信息,對(duì)白酒的質(zhì)量判別的準(zhǔn)確性有一定影響,因此需要利用化學(xué)計(jì)量學(xué)方法對(duì)其中的有效信息進(jìn)行提取[20]。主成分分析(principal component analysis,PCA)和偏最小二乘判別分析(partial least squares-discriminant analysis,PLS-DA)是較為常用的化學(xué)計(jì)量學(xué)方法,現(xiàn)已廣泛應(yīng)用于白酒的年份[21]、陳釀時(shí)間[22]、香型[23]等方面的判別。程鐵轅等[24]對(duì)相同窖池不同部位蒸餾出的濃香型白酒的色譜成分進(jìn)行采集并利用PCA對(duì)其進(jìn)行評(píng)價(jià),結(jié)果發(fā)現(xiàn)PCA可以很好地區(qū)分相近等級(jí)的白酒。Song Xuebo等[17]通過液液萃取結(jié)合GC×GC-TOFMS對(duì)四川盆地和江淮流域的濃香型白酒的數(shù)據(jù)進(jìn)行采集,發(fā)現(xiàn)PCA和PLS-DA可以有效地區(qū)分不同地域的濃香型白酒;通過投影值的可變重要性獲得29 個(gè)潛在標(biāo)志物并利用層次聚類對(duì)其中定量的24 個(gè)標(biāo)志物進(jìn)行靶向分析,進(jìn)一步證實(shí)了區(qū)分不同地域濃香型白酒的有效性。綜上所述,采用GC-MS和電子舌等對(duì)醬酒進(jìn)行分析檢測(cè),并結(jié)合化學(xué)計(jì)量學(xué)方法,能有效提取醬酒質(zhì)量等級(jí)的關(guān)鍵信息,提高醬酒質(zhì)量判斷的可靠性和準(zhǔn)確性[9,20]。

目前,白酒的揮發(fā)性成分已經(jīng)檢測(cè)出2 000多種[16],對(duì)不同香型的白酒產(chǎn)地、質(zhì)量等均有較多的研究。與濃香型和清香型白酒相比,醬香型白酒風(fēng)味物質(zhì)更加豐富,骨架物質(zhì)也更加復(fù)雜,各風(fēng)味物質(zhì)含量以及它們的整體結(jié)構(gòu)共同決定了醬酒的感官品質(zhì),因此難以通過少數(shù)幾個(gè)指標(biāo)體現(xiàn)醬酒質(zhì)量等級(jí)的判別;除了揮發(fā)性物質(zhì)以外,醬酒由于其高溫餾酒的工藝特點(diǎn),低揮發(fā)性的物質(zhì)也較豐富,這類物質(zhì)對(duì)香氣具有一定的影響,同時(shí)也造成了滋味特征的巨大差異,因此,在醬酒的質(zhì)量控制體系中,味覺特征相關(guān)參數(shù)也不可忽視。由于上述醬香型白酒的復(fù)雜性,其質(zhì)量等級(jí)差異研究較少,醬香型白酒成分相較于其他香型更為復(fù)雜,體現(xiàn)為風(fēng)味物質(zhì)多樣性更高,骨架成分眾多,主體香不明確。因此醬香型白酒的質(zhì)量等級(jí)的研究仍不充分,尚在探索階段[25]。張曉婕等[20]基于GC-MS風(fēng)味物質(zhì)含量數(shù)據(jù),通過香氣強(qiáng)度獲得氣味活性值大于1的風(fēng)味物質(zhì),結(jié)合化學(xué)計(jì)量學(xué)區(qū)分不同質(zhì)量醬香型白酒并構(gòu)建其質(zhì)量鑒別模型,篩選出差異風(fēng)味化合物。除了風(fēng)味物質(zhì)含量以外,物質(zhì)之間的比例關(guān)系也是決定白酒風(fēng)味品質(zhì)的關(guān)鍵因素,因此,本研究從普適性較好的GC-MS以及電子舌兩個(gè)分析角度,嘗試通過篩選系列差異物質(zhì)并探尋物質(zhì)組成比例關(guān)系與質(zhì)量等級(jí)的相關(guān)性,進(jìn)一步豐富醬香型白酒質(zhì)量等級(jí)的差異指標(biāo)。

基于上述醬香型白酒質(zhì)量等級(jí)判別的難點(diǎn),本研究目標(biāo)是通過醬酒風(fēng)味物質(zhì)分析結(jié)合電子舌的味覺指標(biāo)分析,采用HS-SPME-GC-MS,通過化學(xué)計(jì)量學(xué)方法,篩選系列與質(zhì)量等級(jí)密切相關(guān)的差異風(fēng)味化合物,并比較重點(diǎn)物質(zhì)的比例參數(shù)在各等級(jí)醬酒中的差異;同時(shí)利用電子舌對(duì)不同質(zhì)量的醬酒進(jìn)行味覺檢測(cè)分析,通過PCA對(duì)不同質(zhì)量醬酒進(jìn)行判別。最后,基于篩選的化合物和味覺數(shù)據(jù),采用隨機(jī)森林(random forest,RF)、邏輯回歸(logistic regression,LR)、支持向量機(jī)(support vector machine,SVM)和梯度提升(gradient boosting,GB)4 種模型建立醬酒質(zhì)量判別方法。為醬香型白酒的等級(jí)鑒定及質(zhì)量控制提供方法和豐富的指標(biāo)體系,也為醬香型白酒及其他酒精飲料提供一種可供推廣、可借鑒的判別方法建立思路。

1 材料與方法

1.1 材料與試劑

不同質(zhì)量等級(jí)醬香型白酒樣品從市場(chǎng)購買或貴州仁懷市生產(chǎn)企業(yè)提供,乙醇體積分?jǐn)?shù)53%,其中優(yōu)級(jí)酒9 個(gè)(編號(hào)A1~A9),一級(jí)酒6 個(gè)(編號(hào)B1~B6),二級(jí)酒6 個(gè)(編號(hào)C1~C6)。

無水乙醇(色譜級(jí))國(guó)藥集團(tuán)化學(xué)試劑有限公司;標(biāo)準(zhǔn)品:異丁醇、異戊醇、2-甲基丁醛、異戊醛、壬醛、2-壬酮、乙酸乙酯、丙酸乙酯、異丁酸乙酯、丁酸乙酯、2-甲基丁酸乙酯、異戊酸乙酯、乙酸異戊酯、戊酸乙酯、丁酸丁酯、己酸乙酯、丁酸異戊酯、己酸丙酯、庚酸乙酯、丁酸己酯、辛酸乙酯、乳酸乙酯、乙酸、糠醛、苯甲醛、壬酸乙酯、DL-白氨酸乙酯、甲酸辛酯、丁酸、苯乙酮、苯甲酸乙酯、異戊酸、丁二酸二乙酯、苯乙酸乙酯、2-十三烷酮、己酸、3-苯丙酸乙酯、肉豆蔻酸乙酯、2-十五烷酮、棕櫚酸乙酯,叔戊醇、乙酸戊酯、2-甲基己酸(純度均大于98%)上海阿拉丁生化科技股份有限公司;氯化鈉(優(yōu)級(jí)純)國(guó)藥集團(tuán)化學(xué)試劑上海有限公司。

1.2 儀器與設(shè)備

GC 7890B-MSD 5977B GC-MS聯(lián)用儀 美國(guó)Agilent公司;PAL多功能自動(dòng)進(jìn)樣器 美國(guó)Thermo Scientific公司;SA402B電子舌 日本INSENT公司。

1.3 方法

1.3.1 醬香型白酒揮發(fā)性化合物的檢測(cè)

1.3.1.1 酒樣預(yù)處理

取1 mL樣品置于20 mL頂空瓶中,加入5 mL飽和氯化鈉和10 μL內(nèi)標(biāo)(叔戊醇8.05 g/L、乙酸戊酯10.38 g/L、2-甲基己酸14.0 g/L)加蓋密封,進(jìn)行下一步的檢測(cè)。所有樣本重復(fù)3 次。

1.3.1.2 GC-MS分析

GC條件:采用DB-WAX毛細(xì)管色譜柱(30 m×0.25 mm,0.5 μm);載氣:He;流速1 mL/min,分流比4∶1;柱溫:進(jìn)樣口溫度保持250 ℃,起始?xì)庀嗌V柱在35 ℃維持0.5 min,以5 ℃/min升溫至50 ℃,并維持2 min,以2.8 ℃/min升溫至105 ℃,以2.6 ℃/min升溫至140 ℃,再以8 ℃/min升溫至215 ℃,并保持10 min。

MS條件:離子源溫度230 ℃;接口溫度230 ℃;電離方式:電子電離;電子能量70 eV;掃描質(zhì)量范圍33~350 u。

1.3.2 醬香型白酒味覺指標(biāo)的檢測(cè)

1.3.2.1 酒樣預(yù)處理

準(zhǔn)確量取每種酒樣3 0 mL,加蒸餾水稀釋至120 mL,均勻混合,將稀釋后的白酒密封儲(chǔ)存在玻璃容器中,待用。

1.3.2.2 電子舌分析

在進(jìn)行樣品檢測(cè)之前需對(duì)參比電極和傳感器活化24 h。準(zhǔn)確移取稀釋后40 mL酒樣于相應(yīng)的小量杯中,先將傳感器在正負(fù)清洗液中清洗90 s,去除上面的其他吸附物;然后在參比溶液中洗滌120 s至平衡,獲得參比溶液電位。最后將傳感器浸泡于每個(gè)樣品之中30 s獲得樣品的點(diǎn)位。每個(gè)樣品重復(fù)3 次。

1.3.3 揮發(fā)性化合物的定性和定量

定性方法:方法參考實(shí)驗(yàn)室前期建立的定性方法[26]。

定量方法:將所有的標(biāo)準(zhǔn)品混合在53%的乙醇溶液中并稀釋成一系列濃度。每條校準(zhǔn)曲線是通過以待測(cè)物與內(nèi)標(biāo)的含量比為橫坐標(biāo),峰面積比為縱坐標(biāo)繪制而成。各標(biāo)準(zhǔn)溶液中內(nèi)標(biāo)的添加量與白酒樣品相同,標(biāo)準(zhǔn)曲線的GC-MS條件與白酒分析的條件完全相同。標(biāo)準(zhǔn)曲線的線性用R2表示。

1.4 數(shù)據(jù)處理

用Excel進(jìn)行柱狀圖、雷達(dá)圖分析和對(duì)測(cè)量數(shù)據(jù)進(jìn)行歸一化處理;PCA、總含量熱圖、ANOSIM差異分析通過在線網(wǎng)站(http://www.cloudtutu.com)繪制;PLS-DA和變量重要性投影(variable importance in projection,VIP)用SIMCA 14.1分析;篩選物質(zhì)的平均含量熱圖用GraphPad Prism 9.0分析;用SPSS 26.0軟件進(jìn)行單因素ANOVA分析;用Orange[27]軟件進(jìn)行建模分析。

2 結(jié)果與分析

2.1 不同質(zhì)量等級(jí)醬香型白酒揮發(fā)性物質(zhì)分析以及特征參數(shù)解析

2.1.1 不同質(zhì)量等級(jí)醬香型白酒揮發(fā)性化合物定性定量分析

通過GC-MS對(duì)21 個(gè)不同質(zhì)量等級(jí)的醬酒樣品的40 種物質(zhì)進(jìn)行定性定量分析,包括酯類25 種、醇類2 種、酸類4 種、酮類4 種和醛類5 種?;谶@些風(fēng)味物質(zhì)的含量數(shù)據(jù)集,按照每個(gè)風(fēng)味物質(zhì)為一個(gè)變量,對(duì)各樣品進(jìn)行了PCA,PCA中,前5 個(gè)PC的累計(jì)貢獻(xiàn)率達(dá)71%,可以代表大部分成分信息,結(jié)果如圖1a所示。3 種質(zhì)量等級(jí)的醬香型白酒可以較好地分成3 部分,但是有部分重疊。

圖1 不同質(zhì)量等級(jí)醬香型白酒揮發(fā)性化合物PCA(a)和ANOSIM差異分析(b)Fig.1 PCA (a) and ANOSIM analysis (b) of volatile compounds in Jiang-flavor baijiu of different grades

ANOSIM是一種基于秩和檢驗(yàn)和置換檢驗(yàn)的非參數(shù)檢測(cè)方法,可以檢驗(yàn)組間和組內(nèi)誰的差異更顯著,從而判別所分的組別是否有意義。對(duì)3 種等級(jí)醬酒進(jìn)行基于Bray-Curtis距離的ANOSIM組間差異分析,結(jié)果由圖1b所示,R=0.484(>0),表明組間距離大于組內(nèi)距離,分組有意義,P=0.001(<0.05),表明3 組數(shù)據(jù)之間差異顯著,可以用于進(jìn)一步分析。

3 個(gè)質(zhì)量等級(jí)醬香型白酒在揮發(fā)性化合物含量上具有較為明顯的差異(圖2b、c)。己酸、辛酸乙酯、己酸乙酯、庚酸乙酯、乙酸乙酯等化合物在優(yōu)級(jí)酒中含量較高;乙酸、壬酸乙酯、糠醛、苯甲醛等物質(zhì)在一級(jí)酒中含量較高;二級(jí)酒的物質(zhì)種類和含量普遍低于優(yōu)級(jí)和一級(jí)。

圖2 3 個(gè)等級(jí)醬香型白酒樣品中各類揮發(fā)性化合物總量(a)、各成分的含量(b)以及各物質(zhì)在3 個(gè)等級(jí)的平均含量(c)Fig.2 Contents of total (a) and individual (b) volatile compounds and average contents of volatile compounds (c) in Jiang-flavor baijiu of different grades

對(duì)比不同質(zhì)量等級(jí)醬香型白酒揮發(fā)性化合物各大類物質(zhì)在各樣品中的含量情況(圖2a),可以看出優(yōu)級(jí)酒的總物質(zhì)質(zhì)量濃度在6 583 mg/L左右,酯類物質(zhì)是白酒呈香的重要化合物[28],結(jié)果體現(xiàn)優(yōu)級(jí)酒中主體揮發(fā)性成分都為酯類物質(zhì),同時(shí)酸、醛、醇的含量相差不大,優(yōu)級(jí)酒的大類物質(zhì)結(jié)構(gòu)都比較一致;一級(jí)酒的物質(zhì)結(jié)構(gòu)有一定的差異,其中醇類、醛類和酸類物質(zhì)含量在不同樣品中有較大差異;二級(jí)酒的物質(zhì)總質(zhì)量濃度在4 908 mg/L左右,顯著低于另外兩個(gè)等級(jí),大部分樣品在醛類和醇類物質(zhì)的含量非常少,整體揮發(fā)性成分的豐富度低于其他兩個(gè)等級(jí)。

2.1.2 化學(xué)計(jì)量學(xué)分析篩選關(guān)鍵差異揮發(fā)性化合物

為了篩選出區(qū)分不同質(zhì)量等級(jí)醬香型白酒之間的關(guān)鍵差異化合物,對(duì)測(cè)得的數(shù)據(jù)進(jìn)行PLS-DA,結(jié)果如圖3a所示。不同質(zhì)量等級(jí)的醬香型白酒具有明顯的區(qū)分,且優(yōu)級(jí)主要分布在第4象限,一級(jí)主要分布在第1象限,二級(jí)主要分布在負(fù)半軸。通過置換檢驗(yàn)判別模型是否過擬合,從圖3b可以看出,R2截距為0.238,Q2截距為-0.424,說明模型沒有過度擬合,表現(xiàn)良好,可以用于3 種等級(jí)的區(qū)分。為了確定影響3 個(gè)等級(jí)的重要化合物指標(biāo),通過預(yù)測(cè)值的VIP(標(biāo)準(zhǔn)VIP>1),確定了16 種揮發(fā)性化合物作為重要差異化合物,其中酯類9 種、醛類4 種、酸類2 種和酮類1 種(圖3c)。其中VIP排名在前5的物質(zhì)分別為棕櫚酸乙酯(1.533 07)、乙酸(1.491 6)、苯甲醛(1.430 95)、異戊酸乙酯(1.301 44)、己酸(1.278 45)。其中,VIP最高的棕櫚酸乙酯具有微有油味和甜味,有可能造成酒體渾濁的現(xiàn)象[29]。在3 種等級(jí)的醬香型白酒中,棕櫚酸乙酯在優(yōu)級(jí)酒中含量相對(duì)較低(圖3c)。酯類化合物在白酒中主要表現(xiàn)出花果香,是白酒中風(fēng)味豐富的重要物質(zhì),從3 種質(zhì)量等級(jí)的16 種潛在差異化合物的平均含量(圖3c)可以看出,異戊酸乙酯、2-甲基丁酸乙酯、己酸丙酯、乙酸異戊酯和DL-白氨酸乙酯的含量均在優(yōu)級(jí)酒中含量較高,且隨著等級(jí)的降低含量顯著降低。醛類物質(zhì)主要貢獻(xiàn)烘焙香、堅(jiān)果香,適量的醛類物質(zhì)對(duì)醬酒的香氣有一定貢獻(xiàn)[30],具有堅(jiān)果、甜味的2-甲基丁醛和異戊醛在優(yōu)級(jí)和一級(jí)酒中的含量顯著高于二級(jí)酒。酸類物質(zhì)是白酒中的重要風(fēng)味物質(zhì),適量的酸可以使白酒酒體更為豐滿、回味悠長(zhǎng)[31]。乙酸、丁酸和己酸是白酒中的重要短鏈脂肪酸,是公認(rèn)的白酒骨架化合物。而本研究中,乙酸和己酸作為重要的質(zhì)量等級(jí)指標(biāo)化合物被篩選出來。3 種等級(jí)酒中,優(yōu)級(jí)酒的己酸含量最高,且與其他等級(jí)有顯著性差異。乙酸在一級(jí)酒中的平均含量最高,優(yōu)級(jí)和二級(jí)之間沒有顯著區(qū)別。

圖3 不同質(zhì)量等級(jí)醬香型白酒PLS-DA得分圖(a)、置換測(cè)試的執(zhí)行(b)、關(guān)鍵差異化合物VIP值和關(guān)鍵差異化合物在各等級(jí)樣品中的平均含量(c)Fig.3 PLS-DA score plot of Jiang-flavor baijiu of different grades (a),premutation test (b) and VIP values and average contents of key differential compounds in baijiu of different grades (c)

進(jìn)一步對(duì)比16 種關(guān)鍵差異物質(zhì)在其各自物質(zhì)類型中在總含量中比例(例如乙酸乙酯在總酯中的比例),結(jié)果如圖4所示,發(fā)現(xiàn)呈花果香的酯類物質(zhì),例如異戊酸乙酯、2-甲基丁酸乙酯等,在優(yōu)級(jí)酒中占比較高,且隨著等級(jí)的降低占比減少。長(zhǎng)鏈的脂肪酸乙酯,如肉豆蔻酸乙酯(似芹菜或黃油味)和棕櫚酸乙酯(微有油味、脂肪氣味不明顯,帶甜味)均在優(yōu)級(jí)酒中占比較低,且隨著等級(jí)的降低占比逐漸增加。呈堅(jiān)果香的2-甲基丁醛和異戊醛均在優(yōu)級(jí)酒中占比高,且隨著等級(jí)的降低而逐漸降低,而苯甲醛和糠醛在優(yōu)級(jí)酒中占比低,且隨著等級(jí)的降低而逐漸升高。乙酸和己酸的占比數(shù)據(jù)趨勢(shì)與上述含量數(shù)據(jù)的趨勢(shì)類似,體現(xiàn)出優(yōu)級(jí)酒具有相對(duì)較高的己酸和相對(duì)較低的乙酸。

圖4 關(guān)鍵差異化合物在各自對(duì)應(yīng)的大類物質(zhì)總含量中的占比Fig.4 Percentage of key differential compounds in the total content of their classes

2.2 不同質(zhì)量等級(jí)醬香型白酒味覺指標(biāo)解析

2.2.1 不同質(zhì)量等級(jí)醬香型白酒電子舌分析

檢測(cè)不同等級(jí)醬酒的酸、苦、澀、鮮、咸和甜味幾個(gè)味覺指標(biāo),所有數(shù)據(jù)均經(jīng)過參比溶液矯正。重復(fù)測(cè)定的誤差平均值均小于0.1,不同樣品對(duì)測(cè)定影響的誤差率均小于50%,檢測(cè)穩(wěn)定性較好。由圖5可以看出,3 種等級(jí)醬酒的味覺指標(biāo)有著明顯的區(qū)別。優(yōu)級(jí)酒的味覺指標(biāo)相似度比較高,其中咸味、鮮味、澀味、苦味回味、澀味回味、豐富度都高度一致,而酸味、甜味和苦味指標(biāo)上存在一定的差異,整體輪廓較一致。一級(jí)和二級(jí)酒的味覺指標(biāo)變化較為明顯,且隨著等級(jí)的降低,部分味覺指標(biāo)的在組內(nèi)的差異增加。為觀察不同等級(jí)醬酒的味覺指標(biāo)是否具有顯著差異,通過單因素方差分析計(jì)算3 種等級(jí)醬酒味覺指標(biāo)的顯著性,結(jié)果如圖6所示。優(yōu)級(jí)酒整體樣本較為集中,樣本的味覺指標(biāo)相似度較一級(jí)和二級(jí)高,表明優(yōu)級(jí)酒具有較一致的味覺感官特征。酸味、咸味、咸味、甜味、澀味和苦味回味在不同等級(jí)醬酒中沒有顯著區(qū)別,但優(yōu)級(jí)酒的澀味回味和苦味在3 個(gè)等級(jí)之中較低,說明優(yōu)質(zhì)的醬酒對(duì)苦澀相關(guān)的味覺特征都控制得較好。

圖5 3 種質(zhì)量等級(jí)醬香型白酒電子舌結(jié)果對(duì)比Fig.5 Electronic tongue analysis of Jiang-flavor baijiu of three grades

圖6 3 種質(zhì)量等級(jí)醬香型白酒電子舌單因素方差分析Fig.6 One-way analysis of variance of electronic tongue data of Jiangflavor baijiu of three grades

2.2.2 不同質(zhì)量等級(jí)醬香型白酒味覺指標(biāo)PCA

PCA是一種考察多個(gè)變量之間相關(guān)性的統(tǒng)計(jì)方法,廣泛應(yīng)用于數(shù)據(jù)降維[32],為確定3 種等級(jí)醬酒之間的味覺特征是否具有統(tǒng)計(jì)差異,通過各樣品的9 個(gè)味覺響應(yīng)值,對(duì)不同質(zhì)量等級(jí)醬酒樣品進(jìn)行PCA,前2 個(gè)PC的累計(jì)貢獻(xiàn)率為70.8%,可以代表大部分的成分信息,結(jié)果如圖7所示。除個(gè)別樣本(B1和B6),PCA可以較為明顯地區(qū)分3 種等級(jí)醬酒的味覺指標(biāo)。綜上所述,電子舌分析得到的特征指標(biāo)具有成為快速鑒別醬酒質(zhì)量等級(jí)的區(qū)分參數(shù)的潛力。

圖7 3 種質(zhì)量等級(jí)醬香型白酒基于味覺指標(biāo)的PCA得分圖Fig.7 PCA score plot of Jiang-flavor baijiu of three grades based on taste indexes

2.3 基于關(guān)鍵揮發(fā)性物質(zhì)和味覺指標(biāo)的判別模型建立

為驗(yàn)證篩選的16 種關(guān)鍵差異化合物和9 種味覺指標(biāo)是否能區(qū)分3 種質(zhì)量等級(jí)醬香型白酒,根據(jù)共計(jì)25 個(gè)指標(biāo)建立判別模型。63 個(gè)觀測(cè)值中隨機(jī)挑選80%作為模型的訓(xùn)練集,20%作為模型的測(cè)試集,采用十折交叉驗(yàn)證提高模型的泛化能力,結(jié)果如表1所示。通過接收者操作特征曲線下面積(area under curve,AUC)、準(zhǔn)確性(cluster accuracy,CA)、F1分?jǐn)?shù)、精確率和召回率指標(biāo)對(duì)模型進(jìn)行評(píng)價(jià),AUC、CA、F1、精確率和準(zhǔn)確率的值越接近于1,表明模型的分類效果越好。RF、LR、SVM和GB 4 種模型對(duì)3 種質(zhì)量等級(jí)的判別能力均較高,準(zhǔn)確率均高于95%,其中SVM在4 種模型中的表現(xiàn)最好,準(zhǔn)確率達(dá)100%。由表2可以看出,除GB外,4 種模型的預(yù)測(cè)能力也均高于90%。GB在優(yōu)級(jí)酒中預(yù)測(cè)能力為96.3%,但在一級(jí)和二級(jí)酒中能力較差;RF對(duì)一級(jí)和二級(jí)的預(yù)測(cè)能力優(yōu)秀,為100%,但對(duì)優(yōu)級(jí)預(yù)測(cè)能力略遜一籌;LR對(duì)3 種等級(jí)醬酒的預(yù)測(cè)能力接近,都在95%左右;SVM在3 種等級(jí)醬酒中的預(yù)測(cè)能力均表現(xiàn)優(yōu)秀,均為100%。綜上所述,SVM是最優(yōu)的判別模型,對(duì)3 種質(zhì)量等級(jí)醬香型白酒的預(yù)測(cè)能力均能達(dá)到100%。

表1 醬香型白酒質(zhì)量等級(jí)判別模型的評(píng)價(jià)指標(biāo)Table 1 Evaluation indexes of discriminant models for Jiang-flavor baijiu of different grades

表2 醬香型白酒質(zhì)量等級(jí)判別模型結(jié)果準(zhǔn)確性Table 2 Accuracy of discriminant models for Jiang-flavor baijiu of different grades

3 結(jié)論

通過HS-SPME-GC-MS對(duì)3 種質(zhì)量等級(jí)醬香型白酒的揮發(fā)性化合物進(jìn)行定性定量分析,共檢測(cè)出40 種物質(zhì)。結(jié)果表明,相比于其他等級(jí),各優(yōu)級(jí)酒的物質(zhì)組成輪廓相似度更高,其花果香特征的酯類物質(zhì)在總酯中占比也最高。通過對(duì)不同質(zhì)量醬酒進(jìn)行電子舌的檢測(cè)分析,發(fā)現(xiàn)3 種等級(jí)醬酒的味覺指標(biāo)有明顯的區(qū)別,優(yōu)級(jí)酒的味覺指標(biāo)輪廓較一致,樣本之間各味覺的數(shù)值沒有顯著樣品差異,隨著等級(jí)的降低味覺指標(biāo)的差異性增加,二級(jí)樣品中與甜味和鮮味相關(guān)的味覺特征具有明顯的樣品差異性,并且整體響應(yīng)值更高。優(yōu)級(jí)酒的澀味回味和苦味在3 個(gè)等級(jí)之中顯著較低,說明優(yōu)質(zhì)醬酒對(duì)苦澀相關(guān)的味覺特征都控制得較好。

采用PLS-DA對(duì)不同醬酒的揮發(fā)性物質(zhì)進(jìn)行分析,結(jié)果表明PLS-DA可以有效區(qū)分3 種等級(jí)醬酒。結(jié)合VIP>1最后篩選出16 種關(guān)鍵差異化合物,即棕櫚酸乙酯、乙酸、苯甲醛、異戊酸乙酯、己酸、2-甲基丁酸乙酯、己酸丙酯、異戊醛、肉豆蔻酸乙酯、糠醛、異丁酸乙酯、乙酸異戊酯、2-甲基丁醛、DL-白氨酸乙酯、苯乙酸乙酯和2-壬酮。這些物質(zhì)是造成醬酒質(zhì)量差的關(guān)鍵化合物。采用PCA對(duì)3 種等級(jí)醬酒的味覺指標(biāo)進(jìn)行分析,可以明顯對(duì)3 種等級(jí)醬酒進(jìn)行區(qū)分,表明電子舌參數(shù)可以作為一種快速區(qū)分醬酒質(zhì)量等級(jí)的方法。

采用機(jī)器學(xué)習(xí)對(duì)所篩選關(guān)鍵差異化合物和醬酒的味覺指標(biāo)進(jìn)行判別模型的建立,結(jié)果表明,4 種判別模型均有很好的解釋度,表現(xiàn)良好,其中SVM模型表現(xiàn)最優(yōu),準(zhǔn)確率高達(dá)100%。

本實(shí)驗(yàn)建立了一種快速分析鑒別醬酒質(zhì)量等級(jí)的方法,與感官評(píng)價(jià)相比操作更為簡(jiǎn)便,結(jié)果更為客觀,這為醬酒的質(zhì)量控制和等級(jí)鑒別提供依據(jù),也為醬酒及其他酒精飲料的質(zhì)量鑒定提供一種有效手段。

猜你喜歡
醬酒醬香型味覺
百元醬酒風(fēng)口已來搶占中低端大眾消費(fèi)市場(chǎng)
天南地北,令人難忘的“雞”致味覺
美食(2022年2期)2022-04-19 12:56:00
熱而不銷 醬酒貼牌商如何走出困局
云門醬酒一炮雙響斬獲韓國(guó)兩項(xiàng)白酒大獎(jiǎng)
金橋(2021年4期)2021-05-21 08:19:36
Cecilia Chiang, pioneer of Chinese cuisine
未來5年新增產(chǎn)能近20萬噸醬酒行業(yè)正式進(jìn)入到下半場(chǎng)
味覺護(hù)膚——可以品嘗的美
微生物技術(shù)在醬香型白酒生產(chǎn)中應(yīng)用
電子舌在不同輪次醬香型白酒區(qū)分識(shí)別中的應(yīng)用
茅臺(tái)醬香型酒糟和酒曲脂溶性成分及抗菌活性研究
长海县| 河东区| 湄潭县| 内黄县| 密云县| 会昌县| 繁峙县| 刚察县| 广安市| 汉阴县| 寻甸| 和静县| 溧阳市| 白城市| 沛县| 清水县| 巴南区| 沾化县| 遂川县| 宽甸| 扬州市| 岢岚县| 琼海市| 图片| 永顺县| 探索| 延津县| 治多县| 郑州市| 隆德县| 安庆市| 搜索| 罗江县| 南通市| 武山县| 连云港市| 梁平县| 达孜县| 介休市| 化德县| 蒙城县|