巴特爾達賴,王錫昌,吳 娜,李 莉,劉新宇
(1.上海海洋大學,上海 201306; 2.上海市酒類產(chǎn)品質(zhì)量檢驗中心有限公司,上海 200081; 3.伊力特實業(yè)股份有限公司,新疆伊犁 835000)
電子舌技術在真假伊力老陳酒鑒別中的應用
巴特爾達賴1,王錫昌1,吳 娜1,李 莉2,劉新宇3
(1.上海海洋大學,上海 201306; 2.上海市酒類產(chǎn)品質(zhì)量檢驗中心有限公司,上海 200081; 3.伊力特實業(yè)股份有限公司,新疆伊犁 835000)
通過電子舌技術對真假兩種伊力老陳酒10年進行分析,并結(jié)合判別因子分析和軟獨立建模分析建立了真假酒的預測模型。結(jié)果表明:判別因子分析模型和軟獨立建模模型均能夠準確識別未知樣品中的真假伊力老陳酒10年,識別正確率達到了100%,電子舌技術可用于伊力老陳酒10年真假酒的鑒別。
伊力老陳酒,電子舌,判別因子分析,軟獨立建模分析
民以食為天,食以安為先,食品安全問題關系到人民群眾的生命安全問題,而白酒作為中國的國酒,在人們的日常生活、社會交往及傳統(tǒng)文化方面占有重要地位[1]。因此如何快速有效的鑒別真假酒,對于保障人們的生命安全,具有重要的意義。
熊月豐等[2]利用LC-MS結(jié)合代謝組學技術建立了真假酒的判別模型,能夠有效區(qū)分真假酒,并且給出了不同系列真酒的相近程度及其特征性化合物信息;趙金松[3]等基于原子力顯微鏡技術發(fā)現(xiàn)真酒和假酒在微觀形態(tài)上存在明顯的差異,為瀘州老窖酒的真?zhèn)舞b定提供了技術支撐;歐陽永中等[4]采用電噴霧萃取電離質(zhì)譜法實現(xiàn)了對真假酒的快速準確區(qū)分;同時紫外分光光度法[5-6]、傅里葉近紅外光譜法[7]、核磁共振光譜法[8]等在酒類真假及品質(zhì)分析中均有廣泛的應用。
近年來隨著人工智能感官技術的發(fā)展,電子鼻和電子舌逐漸成熟化,在科研及實際生產(chǎn)中有越來越多的應用。而目前已經(jīng)商品化的電子鼻[9-10],其傳感器均為金屬氧化物類型傳感器。當金屬氧化物傳感器接觸到乙醇氣體時,會使傳感器的響應值達到飽和狀態(tài),即傳感器中毒,因此基于金屬氧化物傳感器技術的電子鼻并不適用于白酒的分析。電子舌可以認為類似于人體的味覺器官,能夠用于所有可溶性化合物的檢測[11]。其對樣品的分析是基于樣品整體的信息給出響應信號,因而能夠從整體上反映出樣品的信息;而基于化學計量學的數(shù)據(jù)統(tǒng)計分析方法,能夠?qū)悠愤M行全面、多維的分析。
表1 樣品信息表
注:T代表真酒,F代表假酒;1~8代表不同的批次(生產(chǎn)日期)。
電子舌技術在食品分析方面已被廣泛地研究,其在食品生產(chǎn)過程監(jiān)測、食品新鮮度評估和貨架期預測、食品摻假檢驗、食品原產(chǎn)地識別和定量及定性分析方面均有廣泛的應用。如用于不同防凍措施茶園茶湯滋味差異的分析[12],羊奶中摻雜牛奶的檢驗[13],不同來源奶酪滋味差異研究[14],橄欖油滋味強度評價[15],烘焙咖啡豆的風味圖譜研究[16],不同甜面醬煮制前后的電子鼻和電子舌辨別分析[17],櫻桃酒感官評價與電子舌感官分析的相關性研究[18],中國白酒和雞尾酒基酒的滋味比較[19],醬香型白酒質(zhì)量檢測應用[20],不同品牌、不同香型白酒的區(qū)分[21-22],市售米酒的滋味評價[23],不同地區(qū)來源的酒曲對米酒滋味品質(zhì)影響的研究[24],啤酒老化過程中滋味變化監(jiān)控[25]等。
目前,電子舌技術在真假酒區(qū)分中的應用未見報道。本研究利用電子舌技術,結(jié)合多元統(tǒng)計分析建模方法,對真假伊力老陳酒進行鑒別。以不同批次的伊力老陳酒10年真酒和伊力老陳酒10年假酒為材料,建立真假伊力老陳酒識別模型,并采用未知樣對模型進行驗證,以探討電子舌技術在真假伊力特酒區(qū)分中應用的可行性。
1.1 材料與儀器
本次實驗收集了兩種不同類型、八個批次的樣品,即由原廠取樣的伊力老陳酒10年真酒和當?shù)毓ど叹秩拥囊亮详惥?0年假酒,詳細樣品信息見表1。
電子舌(Astree,Alpha-MOS company):ASTREE系統(tǒng)和SOFTV14.22軟件,自動進樣器LS16;第五套傳感器,包括SRS,STS,UMS,GPS,SPS,SWS,BRS七根傳感器,其中SRS、STS、UMS分別為對酸味、咸味和鮮味具有專一性識別的傳感器,能夠給出不同樣品中三種滋味的相對強度;選擇Ag/AgCl作為參比電極。標準溶液:0.01 mol/L的氯化鈉標準溶液,0.01 mol/L的鹽酸標準溶液,0.01 mol/L的谷氨酸鈉標準溶液 購于Alpha MOS。
1.2 實驗方法
1.2.1 樣品分析方法 取80 mL酒樣置于電子舌進樣燒杯中,在室溫為20 ℃下進行測定。每個樣品重復測定7次,采用最后3次采集的數(shù)據(jù)進行多元統(tǒng)計分析。每秒采集一次數(shù)據(jù),共采集120 s;自動進樣器攪拌子轉(zhuǎn)速為1 r/s。
1.2.2 采用不同模型鑒定真假酒 依據(jù)主成分分析優(yōu)化變量后的結(jié)果,選擇UMS,STS和BRS三根傳感器作為變量,分別采用DFA和SIMCA建立判別模型,把2個批次的假酒和2個批次的真酒作為預測集(不包含在建模采用的數(shù)據(jù)庫中),投影到兩個判別模型中,以檢驗模型的有效性,并比較兩個不同模型的預測結(jié)果。
2.1 伊力老陳酒10年酒齡真假酒電子舌原始圖譜比較
圖1和圖2分別為伊利老陳酒10年陳真酒和假酒的電子舌分析原始圖譜,由圖1和圖2中可知,傳感器響應值在前20 s內(nèi)出現(xiàn)較大的波動,在100 s以后基本趨于穩(wěn)定,因此取每根傳感器最后20 s數(shù)據(jù)的平均值作為該傳感器的響應值,進行進一步的多元統(tǒng)計分析。
圖1 伊利老陳酒10年陳真酒原始圖譜(YLLCJ10-T1)Fig.1 Original spectrum of genuine YiLilaochen liquor by E-tongue(YLLCJ10-T1)
圖2 伊利老陳酒10年陳假酒原始圖譜(YLLCJ10-F1)Fig.2 Original spectrum of fake YiLilaochen liquor by E-tongue(YLLCJ10-F1)
2.2 伊力老陳酒10年陳真假酒區(qū)分模型的建立
2.2.1 主成分分析優(yōu)化變量 選用7根傳感器的數(shù)據(jù)作為變量,圖3給出了6個批次伊力老陳酒10年陳真酒和6個批次伊力老陳酒10年陳假酒的主成分分析結(jié)果。由圖3中可知,第一主成分(PC1)為62.466%,第二主成分(PC2)為34.694%,前兩個主成分之和大于97%,說明前兩個主成分包含了樣品中97%以上的信息,能夠代表樣品的整體滋味特征。真酒和假酒在主成分分析圖上呈現(xiàn)明顯的規(guī)律性,真酒和假酒分布在不同的區(qū)域內(nèi),說明電子舌能夠很好地區(qū)分開真酒和假酒。
圖3 伊力老陳酒10年陳不同批次真假酒主成分分析結(jié)果Fig.3 Principal component analysis result of different batches of genuine and fake YiLilaochen liquor
表2給出了7根不同的傳感器對真假酒的區(qū)分度,傳感器上的區(qū)分度越大,代表該傳感器對區(qū)分真假酒的貢獻越大,即真假酒在該傳感器上的差異越明顯。七根傳感器的表面由不同的材料構成,具有一定的專一性,因此不同的傳感器對不同滋味具有選擇性的響應。由表2中可知,真假酒在UMS傳感器上的差異最大,在SWS傳感器上的差異最小。其中UMS傳感器是對鮮味具有專一性響應的傳感器,說明真酒和假酒在鮮味上存在明顯的差異。
表2 不同傳感器對真假酒的區(qū)分度大小
在實際建模分析中,通過變量的優(yōu)化,選擇對樣品區(qū)分度大的變量進行建模,能夠增加模型對未知樣品預判的準確度,降低誤判率。
圖4給出了選擇傳感器后的主成分分析圖,與圖3相比,真假酒間的區(qū)分指數(shù)由61提高到66,說明選擇傳感器后更易區(qū)分開真假酒。
圖4 選擇區(qū)分指數(shù)前三的傳感器(UMS,STS和BRS)進行主成分分析Fig.4 Results of principle component analysis after sensors selection(UMS,STS & BRS)
2.2.2 采用不同模型鑒定真假酒
2.2.2.1 判別因子分析模型 圖5給出了判別因子分析模型的結(jié)果,在圖5中,YLLCJ10-F區(qū)域代表用于建立模型的假酒樣品區(qū)域,YLLCJ10-T代表用于建立模型的真酒樣品區(qū)域,黑色的點代表未知樣品,即unknown,投影到判別因子分析模型中進行自動判別。由圖中可知,在假酒區(qū)域和真酒區(qū)域中均分布有黑色的樣品點,說明四個未知樣品中包含有真酒和假酒。
圖5 判別因子分析模型鑒別四種未知酒樣Fig.5 The DFA model to recognize unknown samples
表4給出了判別因子分析模型對未知樣品的識別結(jié)果,由表中可知,四種酒被識別為兩組,且識別值均高于95,其中有兩種酒被判定為假酒,即YLLCJ-F7和YLLCJ-F8;兩種酒被判定為真酒,即YLLCJ10-T7和YLLCJ10-T8。結(jié)合樣品信息,說明判別因子分析模型能夠準確識別出未知樣品中的真酒和假酒,且識別率達到100%。
表4 判別因子分析模型鑒別四種不同未知酒樣結(jié)果
2.2.2.2 軟獨立建模分析 以YLLCJ-T真酒為參照樣,利用SIMCA模型,建立真酒樣品的識別區(qū)間。圖6給出了真酒樣品的軟獨立建模結(jié)果,圖中橫坐標是馬氏距離,代表樣品間差異的大小,縱坐標是殘差,代表了預測值和實際值的差值大小;從表5可以看出,兩種酒被判定為真酒,即YLLCJ-T7和YLLCJ-T8;而另外兩種假酒落在真酒樣品的識別區(qū)間外,被判定為未知樣,即unknown。由此可知,軟獨立建模分析能夠正確地識別真酒,且識別率達到100%。
圖6 軟獨立建模識別四種未知酒樣Fig.6 The SIMCA model to recognize unknown samples
表5 軟獨立建模分析四種未知酒樣鑒別結(jié)果
伊力老陳酒10年真酒和伊力老陳酒10年假酒在電子舌UMS傳感器上的區(qū)分指數(shù)最大,達到了0.970,說明真酒和假酒在鮮味上存在明顯的差異。
判別因子分析和軟獨立建模分析均能夠?qū)φ婕僖亮详惥七M行準確預測,預測結(jié)果正確識別率達到100%;結(jié)合多元統(tǒng)計分析建立預測模型,電子舌技術能夠用于真假伊力老陳酒的快速鑒別。
[1]張國豪,武振業(yè),蔡玉波.中國白酒文化的剖析[J]. 釀酒科技,2008,164(2):121-124.
[2]熊月豐,陳山喬,陶佳佳,等. LC-MS結(jié)合代謝組學技術鑒定真假白酒的研究[J]. 食品工業(yè)科技,2016,37(9):331-334.
[3]趙金松,張敬雨,許愿,等. 原子力顯微鏡在中國白酒品質(zhì)鑒別中的應用[J]. 釀酒科技,2014,244(10):55-59.
[4]歐陽永中,李操,周亞飛,等.電噴霧萃取電離質(zhì)譜法用于摻假白酒的快速分析[J]. 化學學報,2013,71:1625-1632.
[5]張玉霞,石君輝,劉國慶,等. 紫外分光光度法測定白酒中糠醛的含量[J]. 信陽師范學院學報(自然科學版),2002,15(1):56-57.
[6]翁楊,周龍,牟懌,等.基于光譜技術的白酒真?zhèn)舞b別[J]. 中國釀造,2012,31(6):178-181.
[7]周林峰.黃酒主要品質(zhì)的近紅外光譜檢測模型建立與轉(zhuǎn)移的研究[D]. 杭州:中國計量學院,2013.
[8]韓興林,張五九,王德良,等.不同工藝白酒的核磁共振分析[J].釀酒科技,2009,176(2):112-114.
[9]Shan Li,Xiang-ri Li,Gang-li Wang,et al. Rapid discrimination of Chinese red ginseng and Korean ginseng using an electronic nose copled with chemometrics[J]. Journal of Pharmaceutical Analysis,2012,70:605-608.
[10]張玉榮,邢曉麗,何雅薔,等.基于電子鼻技術對米飯食用品質(zhì)中氣味的評價[J]. 中國糧油學報,2015,30(9):127-132.
[11]Vlasov Y,Legin A,Rudnitskaya A. Cross-sensitivity evaluation of chemical sensors for electronic tongue:determination of heavy metal ions[J]. Sensors and Actuators B:Chemical,1997,44(1-3):532-537.
[12]He W,Hu X,Zhao L,et al. Evaluation of Chinese tea by the electronic tongue:Correlation with sensory properties and classification according to geographical origin and grade level[J]. Food Research International,2009,42(10):1462-1467.
[13]Dias L A,Peres A M,Veloso A C A,et al. An electronic tongue taste evaluation:Identification of goat milk adulteration with bovine milk[J]. Sensors and Actuators B:Chemical,2009,136(1):209-217.
[14]叢艷君,易紅,鄭福平. 基于電子舌技術不同超聲處理時間的奶酪滋味區(qū)分[J].食品科學,2015,36(6):114-118.
[15]Ana C.A. Veloso,Luis G. Dias,Nuno Rodrigues,et al. Sensory intensity assessment of olive oils using an electronic tongue[J]. Talanta,2016,146:585-593.
[16]董文江,張豐,趙建平,等.云南地區(qū)烘焙咖啡豆的風味指紋圖譜研究 [J].熱帶作物學報,2015,36(10):1903-1911.
[17]張玉玉,黃明泉,陳海濤,等.七種面醬的電子鼻和電子舌辨別分析[J].中國食品學報,2012,12(1):198-205.
[18]牛云蔚,張曉鳴,肖作兵,等.櫻桃酒感官評價與電子舌感官分析的相關研究[J].食品工業(yè)科技,2012,33(16):105-107.
[19]辛松林,朱楠,王熙,等. 基于電子舌和感官評價的中國白酒與雞尾酒基酒的比較研究[J]. 釀酒科技,2012,217(7):35-38.
[20]李付麗,吳鑫穎,陳仁遠,等. 電子舌和測色儀在醬香型白酒質(zhì)量檢測方面的應用[J]. 釀酒科技,2015,249(3):77-80.
[21]周紅標,李珊. 基于電子鼻和電子舌的白酒檢測[J]. 糧油食品科技,2014,22(6):78-82.
[22]王永維,王俊,朱傾虹. 基于電子舌的白酒檢測與區(qū)分研究[J]. 包裝與食品機械,2009,27(5):57-61.
[23]GUO Zhuang,Tang Shang-Wen,Wang Yu-rong,et al. Taste profile characterization of commercial rice wine in Xiangyang by electronic tongue analysis [J]. Science and Technology of Food Industry,2015,15(36):289-292.
[24]王玉榮,張俊英,胡欣潔,等.湖北孝感和四川成都地區(qū)來源的酒曲對米酒滋味品質(zhì)影響的評價[J]. 食品科學,2015,36(16):207-210.
[25]Mahdi Ghasemi-Varnamkhasti,María Luz Rodríguez-Méndez,Seyed Saeid Mohtasebi,et al. Monitoring the aging of beers using a bioelectronic tongue [J]. Food Control,2012,25:216-224.
Application of E-tongue in genuine-fake YiLilaochen liquor recognition
Fnu Bateerdalai1,WANG Xi-chang1,WU Na1,LI Li2,LIU Xin-yu3
(1.Shang Hai Ocean University,Shanghai 201306,China; 2.Shang Hai Wine and Spirits Quality Inspection Center,Shanghai 200081,China; 3.Xin Jiang Yilite Group Co.Ltd.,Yili 835000,China)
E-tongue combined with discrimination factor analysis and soft independent modeling of class analysis as pattern recognize technology was used for identifying genuine-fake YiLilaochen liquor. The results showed that both discriminant function analysis model and soft independent modeling by class analogy model can discriminate genuine and fake YiLiLaochen wine correctly from unknown samples,E-tongue could be used in identifying genuine and fake YiLilaochen liquor.
YiLilaochen liquor;E-tongue;discriminant factor analysis(DFA);soft independent modeling of class analysis(SIMCA)
2017-01-11
巴特爾達賴(1987-),男,在讀碩士,研究方向:白酒真?zhèn)蔚目焖贆z測方法,E-mail:584383237@qq.com。
TS207.3
A
1002-0306(2017)09-0290-04
10.13386/j.issn1002-0306.2017.09.047