常玉梅， 鐘 芳

（江南大學 食品學院，江蘇 無錫214122）

食品感官科學是研究如何用人的感官代替儀器來描述或測量產品的屬性特征。食品與個人的交互影響通過人的直接感知能夠更好地表達出來，而經過培訓的評價員則可以將食品的特性有效感知，并具有較高的準確度[1]。感官評估更偏向于人的主觀感受，由于個體之間感覺的差異、環(huán)境和身體條件的不同，人們可能作出不同的判斷，因此必須使評估結果數(shù)量化，并對評價員進行培訓、校正、能力評估，然后再進行統(tǒng)計分析，才能客觀地比較樣品之間的差異。豆腐干作為一種休閑食品，其質構感官品質是衡量其品質的重要指標[2]。國內對固體食品質構的描述性感官分析的研究以及評價小組能力的評估方法尚未完善，對豆腐干質構的感官分析研究幾乎一片空白。王春葉[3]曾采用QDA定量描述性分析法研究了豆腐干的感官品質。肉腸類食品的質構感官特性與豆腐干類似，吳港城等[4]人曾采用喜好度的方法對魚肉腸的感官品質進行了研究。作者則采用蛛網法定量描述性分析研究了豆腐干質構差異，并提出了評估感官評價小組能力的方法。該體系能夠得到更更精確、更可靠的豆腐干質構感官數(shù)據(jù)，從而達到更準確地將市售豆腐干按照質構品質分類的目的。該研究方法也應該同樣適用于其他類似固體食品質構的感官分析。

1 材料與方法

1.1 材料與試劑

4種市售品牌五香味豆腐干、卡夫閑趣清咸原味餅干、雙匯火腿腸、三輝麥風燒貝殼蛋糕、玉米爆米花、格力高百利滋餅干棒、散裝果脯、伊高棉花糖、旺仔QQ軟糖、明徽五香花生、綠箭口香糖：購于當?shù)爻?；純凈水：無錫飄之霖飲用水公司產品。

1.2 儀器與設備

TA-XTPlus質構儀： 英國 STABLE MICROSYSTEMS公司產品。

1.3 方法

1.3.1 樣品準備 20℃室溫下去除豆腐干包裝，挑選約2 cm×2 cm×0.2 cm大小的豆干作為樣品。將樣品分別裝入3位數(shù)隨機編碼的透明塑料盤中，以隨機順序擺放呈現(xiàn)給評價員。

1.3.2 篩選評價員 按國標GB/T14195-93要求，作者在專業(yè)的感官評定實驗室里對21名大學生進行感官能力篩選考核?？己藘热莅ǎ毫己玫母泄倌芰Γɑ疚?、嗅覺匹配、顏色辨認、二三檢驗、排序試驗），對產品的感受進行交流和描述的基本能力[5]。

1.3.3 豆腐干質構屬性描述語的產生 作者采用群體決策法[6]結合固體樣品質構描述語標準的方法[7]，建立豆腐干質構感官屬性描述語。評價員品嘗多種不同質構豆腐干后對其質構特征進行描述，將所有描述語合并，刪除偏愛類和重復類詞匯，再從客觀類詞匯中挑選被引用頻率較高、全體評價員一致決定保留的描述語。結合固體樣品質構描述語標準，補充評價員未提到的描述語，確定最終的描述語定義及其感官評價方法。

1.3.4 豆腐干評價小組培訓及其表現(xiàn)評估 作者按照國際標準（ASTM STP 913，1986）在感官評定實驗室進行，采用蛛網定量描述性分析方法、15點（0-15）標度法對豆腐干的質構特征進行描述性分析。由合格評價員組成的評價小組，經過階段性的培訓和評估測試（如表1所示）后，給出能夠較為客觀、準確、定量描述豆腐干質構特征的感官描述性分析數(shù)據(jù)。

表1 培訓及表現(xiàn)評估的流程Table 1 Workflow of panel training and performance analysis

1.3.5 數(shù)據(jù)處理 作者使用SPSS17.0軟件對評價員和樣品的信號（總差）噪音（殘差）比值（S/N值）進行單因素方差分析；使用Panel Check 1.4.0軟件中分析樣品間各屬性差異的顯著性、初步篩選屬性、分析評價小組表現(xiàn)、分析不同豆腐干質構感官屬性的差異。

2 結果與討論

2.1 豆腐干質構屬性、定義、評價方法的確定

9人（2男，7女）通過篩選考核，被正式錄用為豆腐干質構感官評定小組成員。最終確定的描述豆腐干質構的屬性及其定義、評估方法、參照樣如表2所示。

表2 豆干質構感官描述語、定義及參照樣[7]Table 2 Sensory description terms of dried bean curd’s texture properties with definition and reference

2.2 評價小組進步評估及豆腐干主要質構屬性的篩選

在定量描述性感官分析中，經過培訓的評價小組比未經培訓的評價小組評價結果更為準確，培訓是得到一個產品可靠感官數(shù)據(jù)的關鍵步驟[10]。目前國內對培訓過程中評價小組能力提升的評估方法的研究相對較少。Stine Kreutzmann等[9]人對胡蘿卜風味進行感官評估時，忽略了評價員和樣品的差異，使用計算信噪比（S/N值）的方法來評估培訓次數(shù)對評價小組能力提升的影響、評價小組數(shù)據(jù)的可靠性。元素的S/N值越高，樣品就越容易被區(qū)分、評價員就越能準確描述感官屬性、評價員越是能給出持續(xù)一致的結果、結果越是可靠。

圖1 培訓次數(shù)對各屬性信噪比的影響Fig.1 Developmentinsignaltonoiseratio（S/N）for7selected attributesoverselectedreplicatesamong3-10

圖1中對比了部分屬性在6次培訓 （第一、三階段）中的信噪比變化?？梢姡w粒感、殘留固形物外，其他屬性的信噪比值均隨著培訓次數(shù)的增加而增大。這表明，在培訓過程中，評價小組評價豆腐干樣品質構差異的能力有了顯著提升；除個別屬性外，評價小組能夠較好地理解和評價大部分屬性，給出的結果較為一致、可信。

在確保評價結果較為可信之后，為進一步評估評價小組表現(xiàn)以及樣品差異，必須先刪掉那些無法用以區(qū)分樣品、有重復性或關聯(lián)性[11]的屬性。方差分析是分析樣品間差異最常用的數(shù)據(jù)分析方法[12]，而感官屬性篩選的最佳方法是用二維或三維方差分析來確定在5%顯著水平上具有顯著性差異 （p＜0.05）的屬性[13]，那些p＞0.05的屬性說明樣品間不存在顯著差異，應刪除。

圖2 重復樣差異（A）、樣品屬性差異（B）三維方差分析Fig.2 Replicate effect （A）and product effect（B）in three-way ANOVA

圖2（A）是對第四階段評估測試的數(shù)據(jù)進行的重復樣差異三維方差分析，以排除重復樣差異對實驗結果的影響[14]，結果表明：兩次測試所使用重復樣無顯著差異。因此，重復樣對樣品差異方差分析結果的影響可忽略不計。圖2（B）是對樣品屬性差異進行的三維方差分析，可見，p>0.05的屬性只有殘留固形物。另外，在培訓過程中，多數(shù)評價員認為殘留油感與表面油感有重復性、顆粒感與硬度有重復性，這與屬性相關性分析結果一致。因此，最終只保留表面油感、凝聚性、硬度、成團性、咀嚼次數(shù)這五個屬性作為豆腐干主要質構屬性，繼續(xù)以下分析。

2.3 評價小組及評價員表現(xiàn)評估

評估小組表現(xiàn)是進行樣品差異分析的必經步驟[15]，評價小組的一致性、評價員良好的區(qū)分樣品能力和重復性是保證樣品測試數(shù)據(jù)準確可靠的3個關鍵要素。在篩選得到的屬性基礎上，采用Panel Check 1.4.0軟件從上述3個方面對評價小組的表現(xiàn)作進一步評估。

2.3.1 評價小組一致性評估 Oliver Tomic等[13]人使用Panel Check軟件中Tucker-1方法來評估評價小組整體的一致性。該方法能反映出評價小組整體在評價某個屬性時的表現(xiàn)是否一致。在Tucker-1屬性圖中，每張圖代表一個屬性、每個點代表一個評價員。點越靠近外橢圓則該評價員區(qū)分樣品該屬性的能力越強，所有的點越聚攏則評價小組在該屬性的評價上一致性越高。采用Tucker-1方法分析第四階段評估測試中評價小組的一致性，結果見圖3，評價小組在5個屬性的評價上的一致性都很好。

圖3 評價小組一致性Tucker-1分析Fig.3 Tucker-1 analysis of panel consistency

2.3.2 評價員區(qū)分能力和重復性評估 Panel Check軟件中的F值和MSE值方法可以用來評估評價員區(qū)分能力和重復性。F值即組間差異與組內差異的比值，值越大說明評價員對相關屬性的區(qū)分能力也就越好。MSE值代表組內方差，值越小說明評價員的重復性越好。但MSE值很小，也可能是由于評價員沒有將樣品區(qū)分開，所以應結合F值，在評價員將樣品區(qū)分的基礎上討論評價員的重復性[16]。對第四階段評價員感官分析數(shù)據(jù)作F值和MSE值分析。圖4（a）每條線代表一個屬性，大部分評價員的大部分屬性的F值都高于或接近5%顯著水平，說明多數(shù)評價員區(qū)分能力都較好。圖4（b）中每個評價員的每個屬性MSE值都較小，表明每個評價員的重復性都較好。除個別評價員對個別屬性的區(qū)分能力和重復性稍差，多數(shù)評價員都表現(xiàn)良好。

圖4 評價員區(qū)分樣品的能力（a）和重復性（b）Fig.4 Panelists’ discrimination ability（a）and repeatability（b）

當評價員既具有較高的F值也具有較低的MSE值時，表明該評價員具備良好的評估樣品的能力。圖4中評價員SN區(qū)分樣品的能力最強，評價員LC區(qū)分樣品的能力則稍差?？傊?，經過培訓的評價小組不僅一致性較好，單個評價員區(qū)分樣品能力和重復性也較好，保證了該評價小組的可靠性及數(shù)據(jù)的有效性。

2.4 豆腐干質構差異分析

對數(shù)據(jù)進行主成分分析、蛛網圖分析的主要目的在于得到一個由主要屬性構建的豆干質構剖面簡要的直觀圖，同時得到不同樣品與各個屬性的相關性程度[13]。以下對第四階段測試數(shù)據(jù)做主成分分析和蛛網圖分析。

主成分分析結果如圖5所示，PC1和PC2兩個主成分解釋了97.5%的總變異，PCA圖給出了豆腐干質構可解釋的區(qū)別。第一主成分（75.5%）主要描述了樣品間表面油感、咀嚼次數(shù)、成團性、硬度的差異，第二主成分（22.3%）主要描述了樣品間凝聚性、表面油感的差異。所有屬性與主成分相關系數(shù)均在0.6以上，高度相關性表明該5個屬性是區(qū)分豆腐干質構差異的重要屬性。圖中可見，4個樣品分散在不同的象限，被完全區(qū)分開。樣品1和樣品4位置較為接近，整體質構較為相似；樣品2的表面油感比其他樣品更為突出；樣品3的硬度最大。蛛網圖圖6更加直觀地勾勒出4種豆干在不同質構屬性上的差異程度。樣品1的成團性最好；樣品2的表面油感最重；樣品3除了成團性較差外，其他各屬性強度均很大；樣品4各個屬性強度都較小。

圖5 樣品屬性主成分分析Fig.5 Principal component analysis（bi-plot of PC1 and PC2）of dried bean curds

圖6 樣品屬性蛛網剖面圖Fig.6 Spider plot of dried bean curds

可見，表面油感、硬度、咀嚼次數(shù)、凝聚性、成團性是描述豆干質構特征、區(qū)分豆干質構口感差異的重要感官屬性。評價員可以使用這5個屬性很好的描述并區(qū)分豆腐干的質構差異，將不同質構品質的豆腐干加以分類。

3 結語

作者通過對評價小組的培訓，對豆腐干進行了蛛網法定量描述性感官分析。通過對每次培訓的信噪比變化趨勢，發(fā)現(xiàn)了評價小組在培訓過程中的進步和良好表現(xiàn)。從多個與豆腐干質構相關的屬性中篩選得到5個主要的感官質構屬性：表面油感、凝聚性、硬度、成團性、咀嚼次數(shù)。評價小組能力評估結果表明，經過培訓的評價小組的一致性較好，單個評價員區(qū)分樣品的能力和重復性都較好，保證了數(shù)據(jù)的可靠性和有效性。主成分分析和蛛網圖將不同豆腐干質構屬性強度的差異直觀地表達了出來?？傊?，通過培訓，建立起的可靠的豆腐干質構感官評價小組，能夠準確地對不同質構的豆腐干進行分類。這比儀器分析得到的結果更能接近消費者真實生活中品嘗豆腐干時的感覺。這種蛛網定量描述性感官分析方法以及評價小組表現(xiàn)評估方法也可適用于其他類似食品的感官評價研究體系中。后續(xù)的研究可將豆腐干質構的分類與消費者的喜好度聯(lián)系起來，以得到最受消費者喜愛的豆腐干的質構屬性強度，有針對性地改善豆腐干產品的感官品質。

[1]Ross C F.Sensory science at the human-machine interface[J].Trends in Food Science&Technology，2009，20：63-72.

[2]Tuorila H，Montelenoe E.Sensory food science in the changing society：opportunities，needs，and challenges[J].Trends in Food Science&Technology，2009，20：54-62.

[3]王春葉.豆干感官品質研究[D].重慶：西南大學，2008.

[4]吳港城，張慜，陳衛(wèi)星.豬肉、脂肪以及淀粉含量對魚肉腸品質的影響[J].食品與生物技術學報，2011，30：500-505.WU Gang-cheng，ZHANG Min，CHEN Wei-xing.Effect of content of pork，fat and starch on quality of fish sausages[J].Journal of Food Science and Biotechnology，2011，30：500-505.（in Chinese）

[5]GB/T14195-93，感官分析優(yōu)選評價員的準則與程序[S].

[6]Lefebvre A，Bassereau J F，Pensé-Lheritier A M，et al.Recruitment and training of a sensory expert panel to measure the touch of beverage packages：issue and methods employed[J].Food Quality and Preference，2010，21：156-164.

[7]Meilgaard M，Civille G V，Carr B T.Sensory evaluation technique[M].Taylor&Francis Group，2007：189-245.

[8]Byrne D V，Sullivan M G O，Dijksterhuis G B，et al.Sensory panel consistency during development of a vocabulary for warmedover flavor[J].Food Quality and Preference，2001，12：171-187.

[9]Stine K，Anette K T，Wender L P B.Training of a sensory panel and profiling of winter hardy and coloured carrot genotypes[J].Food Quality and Preference，2007，18：482-489.

[10]Labbe D，Rytz A，Hugi A.Training is a critical step to obtain reliable product profiles in a real food industry context[J].Food Quality and Preference，2004，15：341-348.

[11]Carbonell L，Izquierdo L，Carbonell I.Sensory analysis of spanish mandarin juices：selection of attributes and panel performance[J].Food Quality and Preference，2007，18：329-341.

[12]Martin K，Lengard V.Assessing the performance of a sensory panel-panelist monitoring and tracking[J].Journal of Chemometrics，2006，19：154-161.

[13]Tomic O，Luciano G，Nilsen A，et al.Analysing sensory panel performance in a proficiency test using the panel check software[J].Eur Food Research Technol，2010，230：497-511.

[14]O’Mahony M.Sensory evaluation of food[M].New York：Marcel Dekker Inc，1986.

[15]Tomic O，Luciano G，Nilsen A，et al.Proficiency testing for sensory profile panels：measuring panel performance[J].Food Quality and Preference，2002，13：181-190.

[16]Tomic O，Nilsen A，Martens M，et al.Visualization of sensory profiling data for performance monitoring[J].LWT-Food Science and Technology，2007，40：262-269.