孟舒雨 李苗云 趙改名 郝云鵬 柳艷霞 朱瑤迪 孫靈霞
摘 要:以調(diào)理獅子頭為研究對象,利用感官評分和電子鼻技術(shù)對其風(fēng)味特征進(jìn)行分析,并結(jié)合方差分析、主成分分析和灰色關(guān)聯(lián)度分析,研究感官評分與電子鼻傳感器之間的相關(guān)性。結(jié)果表明:實驗室自制的紅燒獅子頭感官總分最高;感官評分結(jié)果與電子鼻分析之間具有較好的一致性;電子鼻傳感器響應(yīng)值與風(fēng)味、總分關(guān)聯(lián)度最高的均為W1C傳感器,關(guān)聯(lián)系數(shù)在0.85以上;香辛料等輔料是造成產(chǎn)品風(fēng)味差異的主要因素。
關(guān)鍵詞:調(diào)理獅子頭;風(fēng)味;電子鼻;感官評分;灰色關(guān)聯(lián)度分析
Abstract: The flavor characteristics of prepared lions head meatballs were evaluated by sensory evaluation and electronic nose, and analysis of variance, principal component analysis and grey correlation analysis were used to evaluate the correlation between sensory evaluation and electronic nose analysis. The results showed that braised lions head meatballs prepared in our laboratory scored the highest in sensory evaluation. There was good consistency between sensory evaluation and electronic nose analysis. The response of W1C sensor exhibited the highest correlation with flavor and overall sensory scores with correlation coefficients above 0.85. Spices and other auxiliary ingredients were the main factors causing the flavor difference of products.
Keywords: prepared lions head meatball; flavor; electronic nose; sensory evaluation; grey correlation analysis
DOI:10.7506/rlyj1001-8123-20190226-041
中圖分類號:TS251.1? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)志碼:A 文章編號:1001-8123(2019)04-0024-05
獅子頭屬于淮揚菜系,具有工藝簡單、食用方便、肥而不膩、鮮香爽口的特點,根據(jù)個人喜愛可制作成清燉獅子頭、紅燒獅子頭等特色菜品[1]。隨著人民生活水平的提高,對食品健康營養(yǎng)和風(fēng)味品質(zhì)的關(guān)注也逐漸增加。風(fēng)味由產(chǎn)生氣味的揮發(fā)性成分和產(chǎn)生滋味的非揮發(fā)性物質(zhì)共同組成[2],對于肉制品極其重要,也是消費者購買產(chǎn)品所考慮的一個重要方面,獅子頭優(yōu)良的風(fēng)味對產(chǎn)品品質(zhì)有著積極的作用。
產(chǎn)品風(fēng)味的評價目前主要采用人工感官,20世紀(jì)90年代后,其在食品科學(xué)中得到廣泛應(yīng)用[3],但其主觀隨意性強,穩(wěn)定性、重復(fù)性差。電子鼻由化學(xué)傳感器陣列、信號處理系統(tǒng)和模擬識別系統(tǒng)共同組成[4],以模擬哺乳動物的嗅覺器官來達(dá)到對產(chǎn)品氣味捕捉、采集和判斷的目的[5],具有客觀、準(zhǔn)確、快捷和重現(xiàn)性好等特點,可辨別不同種類的氣味[6],能夠為檢測樣品的揮發(fā)性物質(zhì)提供一個總體的估計結(jié)果[7],作為快速可靠的質(zhì)量評估工具已經(jīng)被越來越多地應(yīng)用在食品工業(yè)中[8-9],在肉與肉制品品質(zhì)快速檢測與評價[10-11]等方面亦得到有效應(yīng)用。但對食品風(fēng)味的電子鼻分析與人工感官鑒定結(jié)果的相關(guān)性研究目前還較為缺乏,僅有少部分研究者研究了東坡肘子[12]、雞精調(diào)味料[13]、咖啡[14]及牛乳[15]等產(chǎn)品風(fēng)味感官評分與電子鼻傳感器分析結(jié)果之間的相關(guān)性。研究電子鼻分析與人工感官鑒定結(jié)果之間的相互關(guān)系,建立二者之間的關(guān)系模型,使風(fēng)味的感官評價信息可以用客觀的方法來衡量和相互溝通,能夠彌補人工感官評分的缺陷。
灰色關(guān)聯(lián)度分析法是一種針對灰色系統(tǒng)來決定因素主次及其關(guān)聯(lián)程度的評價方法[16],被廣泛應(yīng)用于作物新品種[17]、果品品質(zhì)評價[18-19]及中藥質(zhì)量評價[20-21]等方面,而其在肉及肉制品中的應(yīng)用卻鮮有報道。
本研究以速凍調(diào)理獅子頭為對象,應(yīng)用電子鼻技術(shù)和感官評分對不同產(chǎn)地、不同品牌調(diào)理獅子頭的風(fēng)味品質(zhì)進(jìn)行分析評價,在此基礎(chǔ)上采用灰色關(guān)聯(lián)度分析方法建立人工感官與電子鼻檢測結(jié)果之間的關(guān)聯(lián)性,明確影響產(chǎn)品風(fēng)味的主要感官要素,探尋不同產(chǎn)地、不同品牌調(diào)理獅子頭風(fēng)味差異的原因,為調(diào)理獅子頭品質(zhì)控制及產(chǎn)品開發(fā)提供理論基礎(chǔ)。
1 材料與方法
1.1 材料與試劑
1.2 儀器與設(shè)備
AL104電子天平 梅特勒-托利多儀器(上海)有限公司;GHY-3010超級恒溫槽 凡帝朗科技公司;PEN3電子鼻 德國Airsense公司。
1.3 方法
1.3.1 電子鼻測定
樣品攪碎,稱取10.0 g放入100 mL錐形瓶內(nèi),保鮮膜封口,于40 ℃水浴5 min,用于PEN3電子鼻檢測。測試條件:樣品測試時間80 s,采樣間隔1 s,清洗時間90 s,歸零時間10 s,內(nèi)部流速300 mL/min,樣品流速300 mL/min。每個樣品重復(fù)測定3 次,取傳感器在75 s時獲得的穩(wěn)定信號進(jìn)行分析。
1.3.2 感官評價
成立14 人評分小組,對不同種類獅子頭進(jìn)行感官評分,評分指標(biāo)為外觀、風(fēng)味、口感、組織狀態(tài)和可接受性,其中風(fēng)味對任何一種食品的整體感官品質(zhì)都有著重要意義[22-23],具體評分標(biāo)準(zhǔn)如表2所示。
1.3.3 灰色關(guān)聯(lián)度分析
1.3.3.1 確定分析數(shù)列
基于灰色系統(tǒng)理論及分析方法的要求[24],將9 種樣品作為一個整體,即灰色系統(tǒng),電子鼻不同傳感器為灰色系統(tǒng)的子系統(tǒng),把傳感器的響應(yīng)值作為一個因素進(jìn)行分析計算[25]。
1.3.3.2 計算灰色關(guān)聯(lián)系數(shù)
灰色關(guān)聯(lián)系數(shù)按照公式(1)計算。
為了減小Δ(k)太大而引起的失真,引入分辨系數(shù)ρ[26],
ρ的取值范圍為0~1,在本研究中,ρ取0.5。當(dāng)ρ取0.5時,灰色關(guān)聯(lián)度大于0.6,結(jié)果較好[27]。
1.3.3.3 灰色關(guān)聯(lián)度的計算方法
關(guān)聯(lián)系數(shù)的算術(shù)平均數(shù)為關(guān)聯(lián)度,按照公式(2)計算。
1.3.3.4 數(shù)據(jù)來源
以電子鼻傳感器中的W5S傳感器作為參照,分別計算不同產(chǎn)品的相對傳感器響應(yīng)值,按照公式(3)計算,并將此作為電子鼻傳感器響應(yīng)值來源。計算結(jié)果如表3所示。
1.4 數(shù)據(jù)處理
采用SPSS 22.0和Microsoft Office Excel 2007軟件對數(shù)據(jù)進(jìn)行方差分析、主成分分析,對灰色關(guān)聯(lián)進(jìn)行函數(shù)和數(shù)據(jù)分析。
2 結(jié)果與分析
2.1 調(diào)理獅子頭感官評分結(jié)果的方差分析
在肉制品品質(zhì)分析中,感官屬性是其最重要的一個方面[28]。由熵權(quán)法確定各項感官指標(biāo)的權(quán)重為:外觀0.13、風(fēng)味0.21、口感0.21、組織狀態(tài)0.23、總體可接受性0.21,在此基礎(chǔ)上得到9 種調(diào)理獅子頭樣品的感官評分結(jié)果。
由表4可知:6號樣品的外觀和組織狀態(tài)指標(biāo)評分最高,且顯著高于2、3、5、7號樣品(P<0.05);8號樣品的風(fēng)味指標(biāo)評分最高,且顯著高于2、3、5、7號樣品(P<0.05);8號樣品的口感和可接受性指標(biāo)評分最高,其次是6號樣品;結(jié)合總分指標(biāo)可知,6號和8號樣品的感官評分較高,具有較好的感官特性。
2.2 調(diào)理獅子頭電子鼻檢測結(jié)果與感官評分結(jié)果的主成分分析
主成分分析是對樣品的原始數(shù)據(jù)向量進(jìn)行線性轉(zhuǎn)化的一種分析方法,通過改變坐標(biāo)軸來達(dá)到區(qū)分樣品的目的[29]。
由圖1可知,第1、2主成分高達(dá)88.021%(PC1為72.167%,PC2為15.854%),能夠反應(yīng)樣品的主要特征信息[30]。9 個樣品在4 個象限均有分布,樣品1、3、4主要分布在第3象限,說明這3 個樣品具有相似性;樣品2、5、7在第1主成分上距離接近,這與感官評分中風(fēng)味指標(biāo)無顯著差異的結(jié)果一致;樣品8分布在第1象限,與其他樣品風(fēng)味差異較大,這與其感官評分最高相對應(yīng);樣品6和9主要分布在第4象限,在第1主成分上距離接近,說明其風(fēng)味特征比較相似。
由圖2可知,樣品之間不能明顯區(qū)分,但樣品8、6、9與其他樣品差異較大,樣品5和7、樣品1~4重疊嚴(yán)重、無法區(qū)分。
結(jié)合圖1~2和表4可以看出,9 個樣品不論是感官評分還是電子鼻分析結(jié)果,總體趨勢一致,具有良好的一致性。但從樣品主成分分析結(jié)果上看,人的感官靈敏度比電子鼻差。因此,需要進(jìn)一步研究感官評分與電子鼻傳感器檢測結(jié)果之間的關(guān)系,在此基礎(chǔ)上建立人工感官與電子鼻檢測結(jié)果之間的關(guān)聯(lián),從而更客觀地對產(chǎn)品品質(zhì)進(jìn)行評價。
2.3 調(diào)理獅子頭感官評價與電子鼻傳感器響應(yīng)值的灰色關(guān)聯(lián)度分析
2.3.1 無量綱化處理
將9 個樣品的感官評價指標(biāo)設(shè)為參考數(shù)列,比較數(shù)列為電子鼻的10 個傳感器響應(yīng)值,將母序列與子序列進(jìn)行灰色關(guān)聯(lián)度分析。首先采用均值化變換的方法對每個數(shù)列進(jìn)行無量綱化處理,結(jié)果如表5所示。
2.3.2 電子鼻傳感器響應(yīng)值與感官指標(biāo)的關(guān)聯(lián)系數(shù)及關(guān)聯(lián)度
計算9 種獅子頭的風(fēng)味和總分參考數(shù)列與表5比較數(shù)列(電子鼻傳感器的響應(yīng)值)的絕對差值,得到兩級最大差值Δmax風(fēng)味=16.128,Δmax總分=15.541;兩級最小差值Δmin風(fēng)味=10.240,Δmin總分=9.188,將其分別帶入公式(1)即可得到電子鼻傳感器響應(yīng)值分別與風(fēng)味、總分的關(guān)聯(lián)系數(shù),再將灰色關(guān)聯(lián)系數(shù)帶入公式(2)即可得到傳感器響應(yīng)值與感官指標(biāo)的關(guān)聯(lián)度,從而對其進(jìn)行排序。
由表6~7可知,10 個傳感器響應(yīng)值與樣品風(fēng)味、總分的關(guān)聯(lián)度均在0.85以上,具有較高的關(guān)聯(lián)性,驗證了以電子鼻替代人工感官進(jìn)行產(chǎn)品風(fēng)味評價的可能性,其中傳感器與風(fēng)味的關(guān)聯(lián)度最高。根據(jù)關(guān)聯(lián)度的大小,不同傳感器對感官各指標(biāo)的關(guān)聯(lián)度不同,其中與風(fēng)味和總分關(guān)聯(lián)度最高的均為W1C傳感器,W1C傳感器的敏感物質(zhì)為芳烴化合物,而樣品中的芳烴化合物主要來自輔料中的香辛料,這可能是造成樣品風(fēng)味差異的主要因素。
3 結(jié) 論
由感官評分結(jié)果的方差分析可知,實驗室自制的紅燒獅子頭感官總分最高。人工感官評分與電子鼻測定結(jié)果之間具有較好的一致性,且電子鼻對香氣物質(zhì)的反應(yīng)更為靈敏,可將不同種類獅子頭區(qū)分開來。電子鼻傳感器的響應(yīng)值與風(fēng)味、總分指標(biāo)的灰色關(guān)聯(lián)系數(shù)在0.85以上,說明以電子鼻替代人工感官進(jìn)行產(chǎn)品風(fēng)味評價具有可行性。與風(fēng)味、總分關(guān)聯(lián)度最高的均為對芳烴化合物敏感的W1C傳感器,香辛料等輔料可能是造成產(chǎn)品風(fēng)味差異的主要因素。在此基礎(chǔ)上若能建立獅子頭產(chǎn)品人工感官評分與電子鼻測定結(jié)果之間的數(shù)學(xué)關(guān)系,則使產(chǎn)品風(fēng)味的感官評分信息更加客觀,對產(chǎn)品開發(fā)及品質(zhì)控制具有重要意義。
參考文獻(xiàn):
[1] 毛羽揚, 朱小喜. 獅子頭風(fēng)味形成的探析[J]. 中國調(diào)味品, 2003(11): 33-36. DOI:10.3969/j.issn.1000-9973.2003.11.010.
[2] 肖智超, 葛長榮, 周光宏, 等. 肉的風(fēng)味物質(zhì)及其檢測技術(shù)研究進(jìn)展[J]. 食品工業(yè)科技, 2019, 40(4): 325-330. DOI:10.13386/j.issn1002-0306.2019.04.054.
[3] 劉兆宏. 食品感官評價技術(shù)在山西省食品行業(yè)中的應(yīng)用及前景展望[D]. 太谷: 山西農(nóng)業(yè)大學(xué), 2014: 7-9.
[4] ZHANG Hongmei, WANG Jun, TIAN Xiaojing, et al. Optimization of sensor array and detection of stored duration of wheat by electronic nose[J]. Journal of Food Engineering, 2007, 82(4): 403-408. DOI:10.1016/j.jfoodeng.2007.02.005.
[5] 周英, 杜杰. 電子鼻工作原理及在肉品檢測中的應(yīng)用[J]. 肉類工業(yè), 2016(4): 42-45. DOI:10.3969/j.issn.1008-5467.2016.04.013.
[6] RAGAZZO-SANCHEZ J A, CHALIER P, CHEVALIER D, et al. Identification of different alcoholic beverages by electronic nose coupled to GC[J]. Sensors and Actuators B (Chemical), 2008, 134(1): 43-48. DOI:10.1016/j.snb.2008.04.006.
[7] 王當(dāng)豐, 李婷婷, 劉楠, 等. 頂空固相微萃取-氣質(zhì)聯(lián)用法結(jié)合電子鼻分析魚精蛋白對草魚片揮發(fā)性氣味的影響[J]. 食品與發(fā)酵工業(yè), 2016, 42(10): 163-170. DOI:10.13995/j.cnki.11-1802/ts.201610027.
[8] DI-ROSA A R, LEONE F, CHELI F, et al. Fusion of electronic nose, electronic tongue and computer vision for animal source food authentication and quality assessment: a review[J]. Journal of Food Engineering, 2017, 210: 62-75. DOI:10.1016/j.jfoodeng.2017.04.024.
[9] 王俊, 胡桂仙, 于勇, 等. 電子鼻與電子舌在食品檢測中的應(yīng)用研究進(jìn)展[J]. 農(nóng)業(yè)工程學(xué)報, 2004, 20(2): 292-295. DOI:10.3321/j.issn:1002-6819.2004.02.069.
[10] GHASEMIVAMAMKHASTI M, MOHTASEBI S S, SIADAT M, et al. Meat quality assessment by electronic nose (machine olfaction technology)[J]. Sensors, 2009, 9(8): 6058-6083. DOI:10.3390/s90806058.
[11] J?NSD?TTIR R, ?LAFSD?TTIR G, CHANIE E, et al. Volatile compounds suitable for rapid detection as quality indicators of cold smoked salmon (Salmo salar)[J]. Food Chemistry, 2008, 109(1):
184-195. DOI:10.1016/j.foodchem.2007.12.006.
[12] 易宇文, 劉陽, 彭毅秦, 等. 東坡肘子風(fēng)味電子鼻分析與感官評價相關(guān)性探究[J]. 食品與發(fā)酵工業(yè), 2018, 44(1): 238-244. DOI:10.13995/j.cnki.11-1802/ts.014463.
[13] 秦藍(lán), 李鳳華, 田懷香, 等. 雞精調(diào)味料人工感官評價與電子鼻感官分析的相關(guān)性研究[J]. 食品與機械, 2014(4): 11-13. DOI:10.13652/j.issn.1003-5788.2014.04.003.
[14] 王一凡, 廖鮮艷, 姚敏, 等. 基于感官評定和電子鼻技術(shù)對天然咖啡揮發(fā)性風(fēng)味特征的研究[J]. 食品工業(yè)科技, 2014, 35(14): 166-169. DOI:10.13386/j.issn1002-0306.2014.14.028.
[15] 遲雪露, 宋錚, 艾娜絲, 等. 脫脂純牛奶感官評價與電子鼻分析相關(guān)性研究[J]. 精細(xì)化工, 2018, 35(6): 998-1003. DOI:10.13550/j.jxhg.20170733.
[16] LI Xiaoyu, WANG Xiaofang, WANG Wei, et al. Estimation of apple storage quality properties with mechanical property based on grey system theory[J]. Transactions of the Chinese Society of Agricultural Engineering, 2005(2): 80-86. DOI:10.1016/S1872-583X(07)60011-4.
[17] 旱區(qū)引種燕麥品種產(chǎn)量與品質(zhì)的關(guān)聯(lián)分析及評價[J]. 草地學(xué)報, 2018, 26(1): 125-133. DOI:10.11733/j.issn.1007-0435.2018.01.015.
[18] 李紅崢, 曹紅霞, 郭莉杰, 等. 溝灌方式和灌水量對溫室番茄綜合品質(zhì)與產(chǎn)量的影響[J]. 中國農(nóng)業(yè)科學(xué), 2016, 49(21): 4179-4191. DOI:10.3864/j.issn.0578-1752.2016.21.012.
[19] 胡中海, 孫謙, 馬亞琴, 等. 冷凍對溫州蜜柑橘瓣品質(zhì)影響的灰色關(guān)聯(lián)度分析評價[J]. 食品與發(fā)酵工業(yè), 2015, 41(8): 198-202. DOI:10.13995/j.cnki.11-1802/ts.201508037.
[20] 吳國霞, 楊秀娟, 鄧毅, 等. 基于灰色關(guān)聯(lián)度的當(dāng)歸及其不同藥用部位質(zhì)量評價研究[J]. 中國中醫(yī)藥信息雜志, 2018, 25(5): 77-81.
[21] 李成義, 強正澤, 王燕, 等. 基于灰色關(guān)聯(lián)分析方法評價甘肅產(chǎn)紅芪質(zhì)量[J]. 中國實驗方劑學(xué)雜志, 2016, 22(12): 60-65. DOI:10.13422/j.cnki.syfjx.2016120060.
[22] FEMANDEZ V, STINCO C M, HEMANZ D, et al. Colour training and colour differences thresholds in orange juice[J]. Food Quality and Preference, 2013, 30(2): 320-327. DOI:10.1016/j.foodqual.2013.05.018.
[23] MOTTRAM D S. Flavour formation in meat and meat products: a review[J]. Food Chemistry, 1998, 62(4): 415-424. DOI:10.1016/S0308-8146(98)00076-4.
[24] 宋志美, 劉乃雁, 王元英, 等. 灰色關(guān)聯(lián)度法在烤煙品種重要性狀綜合評價中的運用[J]. 中國煙草科學(xué), 2011, 32(2): 17-19. DOI:10.3969/j.issn.1007-5119.2011.02.004.
[25] 曹軍. 灰色系統(tǒng)理論及方法[M]. 哈爾濱: 東北林業(yè)大學(xué)出版社, 1993: 8-16.
[26] 于萍, 李克. 使用Microsoft Excel進(jìn)行數(shù)據(jù)的灰關(guān)聯(lián)分析[J]. 微型電腦應(yīng)用, 2011, 27(3): 29-30. DOI:10.3969/j.issn.1007-757X.2011.03.010.
[27] 趙青霞. 河北省科技投入與經(jīng)濟(jì)增長的灰色關(guān)聯(lián)度分析[J]. 現(xiàn)代物業(yè), 2011(4): 42-44.
[28] HOFFMAN L C, MOSTERT A C, LAUBSCHER L L. Meat quality of kudu (Tragelaphus strepsiceros) and impala (Aepyceros melampus): the effect of gender and age on the fatty acid profile, cholesterol content and sensory characteristics of kudu and impala meat[J]. Meat Science, 2009, 83(4): 737-743. DOI:10.1016/j.meatsci.2009.08.026.
[29] 崔琳琳, 趙燊, 周一鳴, 等. 基于GC-MS和電子鼻技術(shù)的大米揮發(fā)性風(fēng)味成分分析[J]. 中國糧油學(xué)報, 2018, 33(12): 134-141. DOI:10.3969/j.issn.1003-0174.2018.12.021.
[30] 田懷香, 孫宗宇. 電子鼻在金華火腿香精識別中的應(yīng)用[J]. 中國調(diào)味品, 2008(11): 61-64. DOI:10.3969/j.issn.1000-9973.2008.11.013.