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

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家工程研究中心，江蘇 無錫 214122；3.國家固態(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)長時間貯藏后進(jìn)行勾調(diào)，最終獲得成品酒[3]。目前，中國白酒根據(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]。醬香型白酒因為其復(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)量控制體系對市場監(jiān)管、生產(chǎn)企業(yè)質(zhì)控以及市場規(guī)范都具有重要意義。

傳統(tǒng)的醬酒質(zhì)量等級判別方法主要依靠專業(yè)人員的感官審評[6-7]，但是判別結(jié)果容易受外界的干擾，如品評人員的身體狀況、品評環(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)確的檢測手段，越來越多的應(yīng)用于白酒等風(fēng)味食品的分析檢測[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）等白酒的分析檢測方法已經(jīng)得到充分開發(fā)。UV檢測原理是對風(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)的檢測分析[10]；NMR是一種無損檢測技術(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)味的檢測和風(fēng)味鑒定[12-13]；GC-MS可實現(xiàn)對復(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，NIST數(shù)據(jù)庫和Willey質(zhì)譜庫也日益完善，方便使用者對化合物進(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。電子舌由信號調(diào)理電路、交互敏感傳感器陣列和模式識別算法構(gòu)成的智能分析儀器，被認(rèn)為是一種快速評估食品味道的有效工具，它避免了長時間培訓(xùn)品評成員，節(jié)約了時間成本[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)量等級判別方面也起著重要的作用。彭厚博等[18]利用電子舌對不同年份的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的方法對不同等級的濃香型基酒進(jìn)行了分級。電子舌不僅能夠根據(jù)人的感官評價結(jié)果，通過判別函數(shù)分析模型將濃香型基酒樣品分為4 個等級，更能快速有效地預(yù)測未知等級的濃香型基酒。通過GC-MS研究了不同等級濃香型基酒揮發(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)代分析儀器檢測會產(chǎn)生豐富的數(shù)據(jù)信息，然而龐大的數(shù)據(jù)量中會有一些與質(zhì)量等級無關(guān)的參數(shù)，這些冗余信息，對白酒的質(zhì)量判別的準(zhǔn)確性有一定影響，因此需要利用化學(xué)計量學(xué)方法對其中的有效信息進(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)計量學(xué)方法，現(xiàn)已廣泛應(yīng)用于白酒的年份[21]、陳釀時間[22]、香型[23]等方面的判別。程鐵轅等[24]對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對其進(jìn)行評價，結(jié)果發(fā)現(xiàn)PCA可以很好地區(qū)分相近等級的白酒。Song Xuebo等[17]通過液液萃取結(jié)合GC×GC-TOFMS對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 個潛在標(biāo)志物并利用層次聚類對其中定量的24 個標(biāo)志物進(jìn)行靶向分析，進(jìn)一步證實了區(qū)分不同地域濃香型白酒的有效性。綜上所述，采用GC-MS和電子舌等對醬酒進(jìn)行分析檢測，并結(jié)合化學(xué)計量學(xué)方法，能有效提取醬酒質(zhì)量等級的關(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)檢測出2 000多種[16]，對不同香型的白酒產(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)幾個指標(biāo)體現(xiàn)醬酒質(zhì)量等級的判別；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，低揮發(fā)性的物質(zhì)也較豐富，這類物質(zhì)對香氣具有一定的影響，同時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)量等級的相關(guān)性，進(jìn)一步豐富醬香型白酒質(zhì)量等級的差異指標(biāo)。

基于上述醬香型白酒質(zhì)量等級判別的難點，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)計量學(xué)方法，篩選系列與質(zhì)量等級密切相關(guān)的差異風(fēng)味化合物，并比較重點物質(zhì)的比例參數(shù)在各等級醬酒中的差異；同時利用電子舌對不同質(zhì)量的醬酒進(jìn)行味覺檢測分析，通過PCA對不同質(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)量等級醬香型白酒樣品從市場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)級酒9 個（編號A1～A9），一級酒6 個（編號B1～B6），二級酒6 個（編號C1～C6）。

無水乙醇（色譜級）國藥集團(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)級純）國藥集團(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Agilent公司；PAL多功能自動進(jìn)樣器 美國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

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。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

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)行樣品檢測之前需對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樣品之中30 s獲得樣品的點位。每個樣品重復(fù)3 次。

1.3.3 揮發(fā)性化合物的定性和定量

定性方法：方法參考實驗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)圖分析和對測量數(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)量等級醬香型白酒揮發(fā)性化合物定性定量分析

通過GC-MS對21 個不同質(zhì)量等級的醬酒樣品的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，按照每個風(fēng)味物質(zhì)為一個變量，對各樣品進(jìn)行了PCA，PCA中，前5 個PC的累計貢獻(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和置換檢驗的非參數(shù)檢測方法，可以檢驗組間和組內(nèi)誰的差異更顯著，從而判別所分的組別是否有意義。對3 種等級醬酒進(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 個質(zhì)量等級醬香型白酒在揮發(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)級酒中含量較高；乙酸、壬酸乙酯、糠醛、苯甲醛等物質(zhì)在一級酒中含量較高；二級酒的物質(zhì)種類和含量普遍低于優(yōu)級和一級。

圖2 3 個等級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 個等級的平均含量（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

對比不同質(zhì)量等級醬香型白酒揮發(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)級酒中主體揮發(fā)性成分都為酯類物質(zhì)，同時酸、醛、醇的含量相差不大，優(yōu)級酒的大類物質(zhì)結(jié)構(gòu)都比較一致；一級酒的物質(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，顯著低于另外兩個等級，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等級。

2.1.2 化學(xué)計量學(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)量等級醬香型白酒之間的關(guān)鍵差異化合物，對測得的數(shù)據(jù)進(jìn)行PLS-DA，結(jié)果如圖3a所示。不同質(zhì)量等級的醬香型白酒具有明顯的區(qū)分，且優(yōu)級主要分布在第4象限，一級主要分布在第1象限，二級主要分布在負(fù)半軸。通過置換檢驗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 種等級的區(qū)分。為了確定影響3 個等級的重要化合物指標(biāo)，通過預(yù)測值的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 種等級的醬香型白酒中，棕櫚酸乙酯在優(yōu)級酒中含量相對較低（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)級酒中含量較高，且隨著等級的降低含量顯著降低。醛類物質(zhì)主要貢獻(xiàn)烘焙香、堅果香，適量的醛類物質(zhì)對醬酒的香氣有一定貢獻(xiàn)[30]，具有堅果、甜味的2-甲基丁醛和異戊醛在優(yōu)級和一級酒中的含量顯著高于二級酒。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[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)量等級指標(biāo)化合物被篩選出來。3 種等級酒中，優(yōu)級酒的己酸含量最高，且與其他等級有顯著性差異。乙酸在一級酒中的平均含量最高，優(yōu)級和二級之間沒有顯著區(qū)別。

圖3 不同質(zhì)量等級醬香型白酒PLS-DA得分圖（a）、置換測試的執(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)級酒中占比較高，且隨著等級的降低占比減少。長鏈的脂肪酸乙酯，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)級酒中占比較低，且隨著等級的降低占比逐漸增加。呈堅果香的2-甲基丁醛和異戊醛均在優(yōu)級酒中占比高，且隨著等級的降低而逐漸降低，而苯甲醛和糠醛在優(yōu)級酒中占比低，且隨著等級的降低而逐漸升高。乙酸和己酸的占比數(shù)據(jù)趨勢與上述含量數(shù)據(jù)的趨勢類似，體現(xiàn)出優(yōu)級酒具有相對較高的己酸和相對較低的乙酸。

圖4 關(guān)鍵差異化合物在各自對應(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)量等級醬香型白酒味覺指標(biāo)解析

2.2.1 不同質(zhì)量等級醬香型白酒電子舌分析

檢測不同等級醬酒的酸、苦、澀、鮮、咸和甜味幾個味覺指標(biāo)，所有數(shù)據(jù)均經(jīng)過參比溶液矯正。重復(fù)測定的誤差平均值均小于0.1，不同樣品對測定影響的誤差率均小于50%，檢測穩(wěn)定性較好。由圖5可以看出，3 種等級醬酒的味覺指標(biāo)有著明顯的區(qū)別。優(yōu)級酒的味覺指標(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。一級和二級酒的味覺指標(biāo)變化較為明顯，且隨著等級的降低，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算3 種等級醬酒味覺指標(biāo)的顯著性，結(jié)果如圖6所示。優(yōu)級酒整體樣本較為集中，樣本的味覺指標(biāo)相似度較一級和二級高，表明優(yōu)級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醬酒中沒有顯著區(qū)別，但優(yōu)級酒的澀味回味和苦味在3 個等級之中較低，說明優(yōu)質(zhì)的醬酒對苦澀相關(guān)的味覺特征都控制得較好。

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

圖6 3 種質(zhì)量等級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)量等級醬香型白酒味覺指標(biāo)PCA

PCA是一種考察多個變量之間相關(guān)性的統(tǒng)計方法，廣泛應(yīng)用于數(shù)據(jù)降維[32]，為確定3 種等級醬酒之間的味覺特征是否具有統(tǒng)計差異，通過各樣品的9 個味覺響應(yīng)值，對不同質(zhì)量等級醬酒樣品進(jìn)行PCA，前2 個PC的累計貢獻(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。除個別樣本（B1和B6），PCA可以較為明顯地區(qū)分3 種等級醬酒的味覺指標(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)量等級的區(qū)分參數(shù)的潛力。

圖7 3 種質(zhì)量等級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)量等級醬香型白酒，根據(jù)共計25 個指標(biāo)建立判別模型。63 個觀測值中隨機(jī)挑選80%作為模型的訓(xùn)練集，20%作為模型的測試集，采用十折交叉驗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)對模型進(jìn)行評價，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3 種質(zhì)量等級的判別能力均較高，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)測能力也均高于90%。GB在優(yōu)級酒中預(yù)測能力為96.3%，但在一級和二級酒中能力較差；RF對一級和二級的預(yù)測能力優(yōu)秀，為100%，但對優(yōu)級預(yù)測能力略遜一籌；LR對3 種等級醬酒的預(yù)測能力接近，都在95%左右；SVM在3 種等級醬酒中的預(yù)測能力均表現(xiàn)優(yōu)秀，均為100%。綜上所述，SVM是最優(yōu)的判別模型，對3 種質(zhì)量等級醬香型白酒的預(yù)測能力均能達(dá)到100%。

表1 醬香型白酒質(zhì)量等級判別模型的評價指標(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3 種質(zhì)量等級醬香型白酒的揮發(fā)性化合物進(jìn)行定性定量分析，共檢測出40 種物質(zhì)。結(jié)果表明，相比于其他等級，各優(yōu)級酒的物質(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。通過對不同質(zhì)量醬酒進(jìn)行電子舌的檢測分析，發(fā)現(xiàn)3 種等級醬酒的味覺指標(biāo)有明顯的區(qū)別，優(yōu)級酒的味覺指標(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，隨著等級的降低味覺指標(biāo)的差異性增加，二級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)級酒的澀味回味和苦味在3 個等級之中顯著較低，說明優(yōu)質(zhì)醬酒對苦澀相關(guān)的味覺特征都控制得較好。

采用PLS-DA對不同醬酒的揮發(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3 種等級醬酒的味覺指標(biāo)進(jìn)行分析，可以明顯對3 種等級醬酒進(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)量等級的方法。

采用機(jī)器學(xué)習(xí)對所篩選關(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%。

本實驗建立了一種快速分析鑒別醬酒質(zhì)量等級的方法，與感官評價相比操作更為簡便，結(jié)果更為客觀，這為醬酒的質(zhì)量控制和等級鑒別提供依據(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。