基于電子舌的料酒味覺(jué)特征辨識(shí)與定量分析

湯海青 顧曉俊 陳祖滿 范夢(mèng)漩

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

調(diào)味料酒(簡(jiǎn)稱料酒)是以發(fā)酵酒、蒸餾酒或食用酒精成分為主體，添加食用鹽(可加入植物香辛料)，配制加工而成的液體調(diào)味品[1]。作為中國(guó)傳統(tǒng)的調(diào)味品，料酒主要用于肉類、海鮮和蛋等動(dòng)物源性食品原料的烹調(diào)過(guò)程，配合其他調(diào)味料，達(dá)到去腥、增香和解膩的效果，是調(diào)味品行業(yè)重要品類之一[2-4]。目前，市場(chǎng)上有3種料酒產(chǎn)品工藝:一是用黃酒添加食鹽和香辛料制成的“釀造料酒”；二是用黃酒和酒精共同添加制成的料酒；三是使用酒精加入香精、味精、食鹽、色素制成的料酒。后兩者屬于“配制料酒”，均可達(dá)到行業(yè)標(biāo)準(zhǔn)《SB/T 10416-2007 調(diào)味料酒》[1]的質(zhì)量要求。配制料酒無(wú)論在原料、工藝、生產(chǎn)周期和成本，還是在酒性醇香和烹飪效果等方面，都與釀造料酒存在著很大的差別[5]。使用同一質(zhì)量指標(biāo)，不僅拉低了料酒行業(yè)品質(zhì)，而且導(dǎo)致質(zhì)價(jià)不符、以次充好等狀況的頻發(fā)[6]。因此，亟需開(kāi)發(fā)可以有效區(qū)分和判別釀造料酒和配制料酒的方法，發(fā)展料酒摻偽鑒別的技術(shù)手段。

為規(guī)范釀造料酒的生產(chǎn)，近期發(fā)布的團(tuán)體標(biāo)準(zhǔn)《T/CBJ 8101-2019谷物釀造料酒》[7]和《T/ZZB 0527-2018釀造料酒》[8]在現(xiàn)有行業(yè)標(biāo)準(zhǔn)基礎(chǔ)上，參照黃酒國(guó)家標(biāo)準(zhǔn)，增加了對(duì)發(fā)酵主要香氣成分(β-苯乙醇)的質(zhì)量要求。但由于料酒成分復(fù)雜，很難通過(guò)單一成分的分析對(duì)料酒品質(zhì)進(jìn)行分析和鑒定[9]。因此，光譜、色譜或電子感官等技術(shù)結(jié)合化學(xué)計(jì)量學(xué)的分析方法，被開(kāi)發(fā)應(yīng)用于料酒的測(cè)量和鑒定，如陳燕清等[10]利用可見(jiàn)-近紅外光譜結(jié)合偏最小二乘等判別模型鑒別區(qū)分品牌料酒；李茜云等[11]利用氣相色譜-質(zhì)譜(gas chromatography-mass spectrometer，GC-MS)指紋圖譜結(jié)合聚類分析對(duì)料酒品牌進(jìn)行鑒別和分類。電子舌(electronic tongue，ET)作為一種智能感官分析技術(shù)，可利用多傳感陣列感測(cè)液體樣品的特征相應(yīng)信號(hào)，通過(guò)信號(hào)模式識(shí)別處理及專家系統(tǒng)學(xué)習(xí)識(shí)別，對(duì)樣品進(jìn)行定性或定量分析[12-14]。近年來(lái)，ET 在食品行業(yè)已得到越來(lái)越廣泛的應(yīng)用，在調(diào)味品和飲料酒領(lǐng)域也得到了一定拓展。如利用多頻脈沖型電子舌對(duì)黃酒的產(chǎn)地進(jìn)行判別區(qū)分[15]；利用電位型電子舌對(duì)食醋的口感進(jìn)行評(píng)價(jià)并建立總酸和食鹽指標(biāo)對(duì)酸感和咸感的相關(guān)性[16]等，但針對(duì)料酒的工藝區(qū)分及電子舌結(jié)合化學(xué)計(jì)量法的定量分析鮮有報(bào)道。因此，本試驗(yàn)針對(duì)不同生產(chǎn)工藝的料酒進(jìn)行測(cè)定，使用Astree和Unscrambler 軟件分別對(duì)傳感器陣列信號(hào)進(jìn)行采集和處理，并應(yīng)用多種統(tǒng)計(jì)分析方法，探討電子舌技術(shù)在料酒工藝類型判別、理化指標(biāo)快速檢測(cè)等多方面應(yīng)用的可行性，以期為應(yīng)用電子舌檢測(cè)料酒品質(zhì)提供理論支持。

1 材料與方法

1.1 材料與試劑

料酒，購(gòu)自寧波超市，產(chǎn)地為江浙地區(qū)。共54個(gè)批次，包括發(fā)酵類(生產(chǎn)配料:大米、小麥、水、食鹽、香辛料)30個(gè)和配制類[生產(chǎn)配料:黃酒和(或)食用酒精，水、食鹽、香辛料]24個(gè)。將全部樣品隨機(jī)排序編號(hào)，36個(gè)樣品用于建模，18個(gè)用于檢驗(yàn)。校準(zhǔn)液:0.01 mol·L-1HCl、0.01 mol·L-1NaCl和0.01 mol·L-1谷氨酸鈉，法國(guó)Alpha M.O.S 公司。其他試劑均為國(guó)產(chǎn)分析純，水為超純水。

1.2 主要儀器與設(shè)備

Astree 電子舌[由自動(dòng)進(jìn)樣器、傳感器陣列和數(shù)據(jù)采集分析系統(tǒng)組成，其中傳感器陣列包括7個(gè)電化學(xué)傳感器(SRS、GPS、STS、UMS、SPS、SWS和BRS)，以Ag/AgCl 電極作為參比電極]，法國(guó)Alpha M.O.S 公司；907 全自動(dòng)電位滴定儀，瑞士萬(wàn)通公司；DMA 4500M密度計(jì)，奧地利安東帕公司；UDK149 蒸餾儀，意大利威爾浦公司。

1.3 試驗(yàn)方法

1.3.1 理化指標(biāo)測(cè)定 參考SB/T 10416-2007[1]，分別測(cè)定料酒樣品中的總酸、氨基酸態(tài)氮、酒精度和食鹽指標(biāo)。

1.3.2 電子舌分析

1.3.2.1 電子舌活化、校準(zhǔn)和診斷 在自動(dòng)進(jìn)樣器的相應(yīng)位置上分別放置濃度均為0.01 mol·L-1的HCl溶液、NaCl溶液和谷氨酸鈉溶液，依次運(yùn)行電子舌活化、校準(zhǔn)和診斷等程序，待傳感器陣列信號(hào)滿足系統(tǒng)穩(wěn)定性和重復(fù)性后，進(jìn)行樣品測(cè)試。

1.3.2.2 電子舌測(cè)試 搖勻樣品，取85 mL 倒入樣品杯，置于自動(dòng)進(jìn)樣器，每個(gè)樣品間隔放置10%乙醇溶液進(jìn)行清洗。每個(gè)樣品重復(fù)測(cè)定6次，單次測(cè)定時(shí)間為120 s，取各傳感器信號(hào)強(qiáng)度在100～120 s 間的響應(yīng)值作為多元統(tǒng)計(jì)分析的原始數(shù)據(jù)。

1.3.3 多元統(tǒng)計(jì)分析

1.3.3.1 主成分分析法(principal component analysis，PCA) 使用PCA 對(duì)不同生產(chǎn)方式的料酒的差異性進(jìn)行區(qū)分，在保留原始變量主要信息的前提下，將多維電子舌信息進(jìn)行數(shù)據(jù)轉(zhuǎn)換和降維，用較少的綜合指標(biāo)分別代表存在于各個(gè)變量中的各類信息，考察主成分貢獻(xiàn)率和樣品在得分圖中的分布情況[17]。

1.3.3.2 簇類獨(dú)立軟模式法(soft independent modeling of class analogy，SIMCA) SIMCA是類建模技術(shù)中最常用的方法之一，通過(guò)在PCA 基礎(chǔ)上對(duì)訓(xùn)練集中每個(gè)類別分別建模，根據(jù)未知樣品與訓(xùn)練集中某一類的相似性，將其與訓(xùn)練集中某一類進(jìn)行歸類。各類間的距離越大，分類效果越好[18]。實(shí)施過(guò)程:對(duì)配制料酒和釀造料酒分別建立PCA模型后，使用SIMCA建立配制料酒和釀造料酒的的標(biāo)準(zhǔn)判別模型，考察模型距離、區(qū)分能力(discriminating power，DP)等指標(biāo)，并依據(jù)該模型對(duì)未參與建模的樣品進(jìn)行生產(chǎn)類型的識(shí)別檢驗(yàn)。

1.3.3.3 偏最小二乘法(partial least squares，PLS) 使用PLS 對(duì)電子舌傳感器信號(hào)強(qiáng)度數(shù)據(jù)與行標(biāo)法理化指標(biāo)結(jié)果進(jìn)行擬合比較，建立理化指標(biāo)的預(yù)測(cè)模型，采用校正集交互驗(yàn)證決定系數(shù)(determination coefficient of calibration，)、驗(yàn)證集交互驗(yàn)證決定系數(shù)(determination coefficient of validation，)、校正均方根誤差(root mean square error of calibration set，RMSEC)、預(yù)測(cè)均方根誤差(root mean square error of prediction set，RMSEP)、驗(yàn)證集標(biāo)準(zhǔn)偏差與預(yù)測(cè)標(biāo)準(zhǔn)偏差的比值(ratio of standard deviation of the validation set to standard error of prediction，RPD)對(duì)模型進(jìn)行評(píng)價(jià)[19-20]，并使用未參與建模的樣品進(jìn)行外部檢驗(yàn)。

1.4 數(shù)據(jù)處理與分析

采用Unscrambler 9.7(CAMO 公司，挪威)和Origin 2018(OriginLab 公司，美國(guó))對(duì)數(shù)據(jù)進(jìn)行顯著性檢驗(yàn)、多元統(tǒng)計(jì)分析和制圖。

2 結(jié)果與分析

2.1 電子舌味覺(jué)對(duì)比分析

在室溫條件下，采集全部54份料酒樣品的傳感器信號(hào)，用雷達(dá)圖表示(圖1)。圖中坐標(biāo)軸刻度表示味覺(jué)單位，說(shuō)明7種傳感器均對(duì)料酒有較好的響應(yīng)。所有料酒樣品的傳感器響應(yīng)輪廓大致相似，但在信號(hào)強(qiáng)度上存在差異。其中，SPS(復(fù)合味1)、STS(咸味)、SRS(酸味)和BRS(苦味)傳感器上的強(qiáng)度較大，SWS(甜味)、UMS(鮮味)和GPS(復(fù)合味2)傳感器上的強(qiáng)度較小。

對(duì)各傳感器的響應(yīng)信號(hào)值做單因素方差分析，均存在明顯差異，說(shuō)明電子舌可以將樣品風(fēng)味明顯的區(qū)別開(kāi)。其中，UMS和SRS 傳感器上的信號(hào)強(qiáng)度差別最大，說(shuō)明料酒樣品在鮮味和酸味傳感器上貢獻(xiàn)的差異較大。特別是UMS 信號(hào)值，部分樣品的貢獻(xiàn)＜0，說(shuō)明這部分樣品中沒(méi)有鮮味貢獻(xiàn)物。

圖1 料酒的味覺(jué)雷達(dá)圖Fig.1 Radar chart of taste of cooking wines

2.2 主成分分析

對(duì)36份建模樣品的電子舌傳感器數(shù)據(jù)進(jìn)行主成分分析，得到主成分分析的二維圖，剔除2個(gè)異常值后，結(jié)果如圖2所示。PC1 軸對(duì)應(yīng)的第一主成分可以反映樣品原本信息的62.4%；PC2 軸對(duì)應(yīng)的第二主成分反映樣品原本信息的33.2%。2個(gè)主成分的累計(jì)方差貢獻(xiàn)率達(dá)到95.6%，說(shuō)明PCA 分析的前2個(gè)主成分能夠反映原始數(shù)據(jù)的絕大部分信息。PCA的得分圖以散點(diǎn)的形式代表樣品之間的距離，每個(gè)點(diǎn)之間的距離代表不同樣品差異性的大小。距離越近，說(shuō)明滋味的相似程度越高；距離較遠(yuǎn)則反之[21-22]。由圖2可知，配制料酒集中在中間區(qū)域，有明顯的聚類，而發(fā)酵料酒分布在周圍，較為分散，說(shuō)明兩類料酒在味覺(jué)特征存在一定的差異，電子舌可以將不同生產(chǎn)方式的料酒進(jìn)行很好的區(qū)分，可進(jìn)一步應(yīng)用SIMCA 對(duì)待檢驗(yàn)料酒樣品進(jìn)行區(qū)別分析。PCA的載荷圖以箭頭的形式代表各個(gè)傳感器信號(hào)變量分別在PC1和PC2的占比，PC1 主要涵蓋UMS的信息(r=0.955)，主要表示料酒的鮮味特征；PC2 主要涵蓋SRS的信息(r=0.960)，表示料酒的酸味特征；剩余傳感器信號(hào)則分布于其他主成分中。

2.3 生產(chǎn)工藝判別模型

在PCA 分析的基礎(chǔ)上對(duì)料酒樣品進(jìn)行SIMCA 建模。參與建模的配制料酒樣品集和釀造料酒樣品集之間的歐氏距離為266.9，說(shuō)明兩類之間的距離較遠(yuǎn)，SIMCA 分類效果較好?？疾靷鞲衅髯兞繉?duì)兩類樣品的區(qū)分能力(圖3)，可見(jiàn)各個(gè)傳感器的區(qū)分能力均大于5，各變量的區(qū)分能力是足夠的[23-24]。其中，UMS傳感器的區(qū)分能力遠(yuǎn)高于其他傳感器，其次是SRS、STS、BRS和GPS，而SPS和SWS的區(qū)分能力較弱。

圖2 PCA 得分圖和載荷圖Fig.2 Score plot and loading plot of PCA

將未參與建模的樣品與兩類樣品的PCA模型進(jìn)行比較，得到SIMCA模型的Cooman 圖(圖4)。結(jié)果表明，在顯著性水平α=0.05的條件下，圖4的左上部分為釀造料酒區(qū)域，右下部分為配制料酒區(qū)域，未參與建模的樣品分別與2個(gè)模型比較，根據(jù)相似性分配到不同的區(qū)域中。對(duì)于未參與建模的樣品，配制料酒和釀造料酒的識(shí)別率均達(dá)到100%。

圖3 各傳感器對(duì)兩類料酒的區(qū)分能力Fig.3 Discrimination power of each sensor on two types of cooking wines

2.4 理化指標(biāo)擬合模型

圖4 SIMCA模型的Cooman 圖Fig.4 Cooman’s plot of SIMCA model

采用PLS 法對(duì)電子舌傳感器信號(hào)強(qiáng)度數(shù)據(jù)和行標(biāo)法理化指標(biāo)結(jié)果進(jìn)行多元統(tǒng)計(jì)分析，選取內(nèi)部交叉驗(yàn)證的化學(xué)計(jì)量法，建立料酒各理化指標(biāo)的定量分析檢測(cè)模型。模型的因子數(shù)等建模條件和檢驗(yàn)結(jié)果見(jiàn)表1和圖5?？偹?、氨基酸態(tài)氮和食鹽指標(biāo)的決定系數(shù)大于95%，說(shuō)明回歸方程的擬合度高，預(yù)測(cè)濃度值接近測(cè)量值；RMSEC 與RMSEP值接近且數(shù)值較小，說(shuō)明模型的穩(wěn)定性較好；RPD值均大于3，說(shuō)明模型的定標(biāo)效果良好，預(yù)測(cè)精度高。酒精度指標(biāo)的驗(yàn)證集交互驗(yàn)證決定系數(shù)小于90%，RMSEC 與RMSEP值相差較大，RPD值小于3，說(shuō)明回歸方程的擬合度一般，模型的穩(wěn)定性較弱[25]。雖然可以對(duì)酒精度進(jìn)行定量分析，但是定標(biāo)效果和預(yù)測(cè)精度不及總酸、氨基酸態(tài)氮和食鹽指標(biāo)。

表1 PLS 建模條件和檢驗(yàn)結(jié)果Table1 Modeling conditions and inspection results of PLS model

使用PLS-內(nèi)部交叉驗(yàn)證所得模型，對(duì)預(yù)測(cè)集(18份未參與建模的料酒樣本)的總酸、氨基酸態(tài)氮、酒精度和食鹽的含量進(jìn)行預(yù)測(cè)。將預(yù)測(cè)值與化學(xué)值進(jìn)行t檢驗(yàn)，顯著水平α=0.05，查間臨界值表[26]，t(0.05，18)為2.110，總酸、氨基酸態(tài)氮、酒精度和食鹽的t檢驗(yàn)結(jié)果分別為0.056、0.075、0.323、0.412，均小于2.110，表明電子舌法與標(biāo)準(zhǔn)方法不存在顯著差異，進(jìn)一步說(shuō)明所建立的模型具有較好的預(yù)測(cè)能力，可以達(dá)到常規(guī)分析的精度要求。

3 討論

一般來(lái)說(shuō)，釀造料酒中的水溶性呈味物質(zhì)包括游離氨基酸和大分子多肽為主的含氮化合物(鮮味物質(zhì))，乳酸和醋酸為主的有機(jī)酸(酸味物質(zhì))，葡萄糖為主的糖類物質(zhì)(甜味物質(zhì))，乙醇和其他多元醇(醇類風(fēng)味物質(zhì))，調(diào)配加入的食用鹽(咸味物質(zhì))和香辛料(芳香、辛辣味物質(zhì))[27]等。如本研究中雷達(dá)圖所示，上述滋味成分在電子舌傳感器上的綜合貢獻(xiàn)，可以直接反映出料酒樣品在各傳感器的響應(yīng)差異以及味覺(jué)特征的總體評(píng)價(jià)。

為區(qū)分釀造料酒和配制料酒，本研究針對(duì)滋味成分在電子舌傳感器上的響應(yīng)，使用PCA和SIMCA模型來(lái)區(qū)分釀造料酒和配制料酒。釀造料酒以陳釀3～5年的黃酒為基酒，配以花椒、八角等香辛料，工藝復(fù)雜，生產(chǎn)周期長(zhǎng)，口感濃郁醇厚；而配制料酒的含醇類物質(zhì)單一，不含有機(jī)酸、還原糖或人工添加，工藝簡(jiǎn)單，口感寡淡。因此，釀造料酒中有效功能成分，如游離氨基酸、有機(jī)酸和醇類物質(zhì)，在種類和含量上均比配制料酒更加豐富[28-29]。

圖5 PLS模型擬合圖Fig.5 Fitting diagram of PLS model

在PCA模型中，前2個(gè)主成分主要代表了UMS和SRS 傳感器的信號(hào)，說(shuō)明釀造料酒和配制料酒中鮮味貢獻(xiàn)物和酸味貢獻(xiàn)物的差別是區(qū)分兩類工藝的主要成分，與雷達(dá)圖中顯示的傳感器信號(hào)值差別的趨勢(shì)一致，也與兩類料酒實(shí)際成分的差別趨勢(shì)一致。料酒中的鮮味貢獻(xiàn)物主要為氨基酸，酸味貢獻(xiàn)物主要為乳酸和乙酸[27]。經(jīng)Pearson 相關(guān)性分析可知，UMS 傳感器強(qiáng)度與4個(gè)理化指標(biāo)均有相關(guān)性，其中總酸呈極顯著相關(guān)(P= 0.005)、氨基酸態(tài)氮呈顯著相關(guān)(P=0.014)、酒精度呈顯著相關(guān)(P=0.022)、食鹽呈極顯著相關(guān)(P＜0.001)，SRS 傳感器強(qiáng)度與樣品中總酸呈極顯著相關(guān)(P＜0.001)。李英等[15]使用SA 402B 電子舌檢測(cè)料酒，發(fā)現(xiàn)鮮味傳感器與總酸呈極顯著負(fù)相關(guān)，與氨基酸態(tài)氮無(wú)相關(guān)性；酸味傳感器與總酸呈極顯著正相關(guān)。這與本研究結(jié)果相似，但在氨基酸態(tài)氮對(duì)鮮味傳感器的相關(guān)性上存在差異，可能是由于使用了不同的電子舌品牌型號(hào)和樣品集。

本研究結(jié)果表明，在SIMCA模型中，全部傳感器均參與了釀造料酒和配制料酒PCA模型的建立，從而獲得了整體的滋味信息。各傳感器均表現(xiàn)出良好的區(qū)分能力(＞5)，特別是UMS 傳感器，區(qū)分能力遠(yuǎn)高于其他傳感器。通過(guò)計(jì)算檢驗(yàn)樣品與兩類料酒PCA模型的距離，進(jìn)行判別分析，識(shí)別率為100%。在相關(guān)報(bào)道中，對(duì)于料酒的模式識(shí)別研究，主要集中于品牌或產(chǎn)區(qū)的區(qū)分[11，15]。董穎娜[27]直接對(duì)理化指標(biāo)進(jìn)行聚類分析，將料酒按品質(zhì)分為三類，但未從工藝類型進(jìn)行識(shí)別。可見(jiàn)，本研究應(yīng)用電子舌結(jié)合SIMCA模型，對(duì)兩類生產(chǎn)工藝的料酒進(jìn)行明顯區(qū)分，方法直觀、可驗(yàn)證，是對(duì)料酒進(jìn)行模式識(shí)別的一次有效嘗試，也為料酒工藝類型鑒別及摻偽提供了理論和實(shí)踐基礎(chǔ)。

電子舌分析技術(shù)無(wú)需樣品前處理，檢測(cè)速度快。本試驗(yàn)對(duì)料酒中4個(gè)主要理化指標(biāo)和電子舌數(shù)據(jù)分別進(jìn)行PLS 建模，各指標(biāo)濃度為總酸0.1～3.4 g·L-1、氨基酸態(tài)氮0～0.29 g·L-1、酒精度7.5～12.6%vol、食鹽0.2～12.7 g·L-1，該濃度范圍基本涵蓋各料酒標(biāo)準(zhǔn)，有一定的樣本代表性。通過(guò)分析發(fā)現(xiàn)，除酒精度外，總酸、氨基酸態(tài)氮和食鹽的定標(biāo)結(jié)果和預(yù)測(cè)精度均良好，有一定的實(shí)用性。外部檢驗(yàn)也說(shuō)明兩種分析方法是一致的，檢測(cè)結(jié)果無(wú)顯著差異，說(shuō)明本研究的電子舌分析方法具有對(duì)料酒進(jìn)行批量檢測(cè)的應(yīng)用潛力。魯小利等[30]使用Astree 電子舌結(jié)合BP 神經(jīng)網(wǎng)絡(luò)對(duì)黃酒的理化指標(biāo)進(jìn)行定量分析(訓(xùn)練集16個(gè)樣品，預(yù)測(cè)集8個(gè)樣品)，發(fā)現(xiàn)對(duì)氨基酸態(tài)氮的預(yù)測(cè)效果良好，而總酸、pH和總糖的效果不理想?？梢?jiàn)樣品性質(zhì)和數(shù)量、指標(biāo)濃度區(qū)間、檢測(cè)方法和統(tǒng)計(jì)方法等都可能對(duì)擬合和預(yù)測(cè)的效果產(chǎn)生影響。

4 結(jié)論

電子舌技術(shù)結(jié)合多元統(tǒng)計(jì)方法，可以在滋味特征的總體評(píng)價(jià)基礎(chǔ)上，進(jìn)行料酒品質(zhì)的分析和歸類。通過(guò)PCA 可以對(duì)兩類生產(chǎn)工藝的產(chǎn)品——釀造料酒和配制料酒進(jìn)行明顯的聚類，前2個(gè)主成分的累計(jì)方差貢獻(xiàn)率為95.6%。通過(guò)SIMCA 可進(jìn)一步做出明確的類型判別，兩類工藝的料酒樣品識(shí)別率達(dá)到100%。通過(guò)PLS 可以對(duì)料酒的主要理化指標(biāo)，如總酸、氨基酸態(tài)氮和食鹽的含量，進(jìn)行準(zhǔn)確的預(yù)測(cè)。本研究結(jié)果為應(yīng)用電子舌技術(shù)研究分析料酒中的味感特征提供了理論基礎(chǔ)，也為進(jìn)一步研究料酒工藝分型提供了一種新的輔助手段。今后研究可增加不同地區(qū)和品牌的料酒樣品，進(jìn)一步驗(yàn)證和提高模型的準(zhǔn)確性和可擴(kuò)充性。