易宇文，劉陽，彭毅秦，鄧靜*，吳華昌，喬明鋒

1(四川旅游學(xué)院 烹飪科學(xué)四川省高等學(xué)校重點實驗室，四川 成都，610100) 2(四川旅游學(xué)院食品學(xué)院，四川 成都，610100)

我國是生豬養(yǎng)殖大國，年產(chǎn)量在40 000萬頭以上，也是豬肉消費大國，主要以鮮食為主，但深加工不夠，造成其附加值較低。肘子，豬的前蹄髈，營養(yǎng)豐富，富含膠原蛋白等，其中東坡肘子作為傳世名菜，是其典型代表。東坡肘子由宋朝大文豪蘇東坡在其妻烹調(diào)肘子的基礎(chǔ)上改良而成的一道佳肴[1]，具有色澤焦黃、肉香濃郁、肉質(zhì)軟糯、肥而不膩、粑而不爛的特點，加熱后香氣四溢，刺激嗅覺器官，讓人垂涎欲滴，現(xiàn)已進行工業(yè)化生產(chǎn)。

食品的氣味主要依靠人的嗅覺器官(鼻子)來辨識，但個體差異、喜好、生理和心理狀況等對嗅覺的影響很大，因此重復(fù)性、穩(wěn)定性差。智能嗅覺識別系統(tǒng)(電子鼻)是一種模擬人生理嗅覺的傳感技術(shù)，它采用傳感器陣列獲得被分析物質(zhì)的響應(yīng)信號，利用參數(shù)模型技術(shù)[2]將響應(yīng)信號處理成坐標(biāo)，形成指紋圖譜，從而獲得不同氣味之間的差異，能夠避免生理嗅覺的缺陷，保證對同一樣品的重復(fù)性和穩(wěn)定性。目前，電子鼻在肉制品加工方面得到廣泛應(yīng)用，如肉類鮮度辨別[3-8]、肉類慘假[9-13]、肉制品中微生物監(jiān)測[14-16]、飼養(yǎng)方式對肉品質(zhì)的影響[17-21]等。這些研究主要說明電子鼻能夠?qū)悠窂臍馕渡峡焖賲^(qū)分開來，但并未指出傳感器與感官特征的對應(yīng)關(guān)系，而研究兩者之間對應(yīng)關(guān)系，在電子鼻數(shù)據(jù)處理時，能夠迅速確定敏感傳感器，減少干擾。因此，研究電子鼻傳感器與感官評價的對應(yīng)關(guān)系，對于從氣味上鑒別與控制農(nóng)產(chǎn)品質(zhì)量具有重要意義；從文獻來看，目前涉入該領(lǐng)域的學(xué)者很少，僅秦藍[22]等建立了電子鼻傳感器與雞精調(diào)味料感官氣味之間的關(guān)系。另外，食品研究中用到的多元統(tǒng)計方法主要有主成分分析(PCA)、聚類分析(CA)、判別分析(DA)和偏最小二乘法(PLS)等，其中，偏最小二乘法是一種研究多個因變量和多個自變量之間關(guān)系的統(tǒng)計學(xué)方法，主要用于農(nóng)產(chǎn)品預(yù)測摻假[23]、含量預(yù)測[24]和相關(guān)性[25]研究等領(lǐng)域。

本文擬以電子鼻技術(shù)結(jié)合感官評價指標(biāo)，采用ANOVA、PCA、CA等多元統(tǒng)計方法，對不同品牌東坡肘子進行辨識，并結(jié)合PLS研究傳感器與感官氣味間的關(guān)系，旨在說明電子鼻傳感器與感官香味物質(zhì)之間的相關(guān)性，為食品加工中質(zhì)量控制的電子鼻檢測與傳感器選擇提供一定的理論依據(jù)和參考。

1 材料與方法

1.1 材料與儀器

東坡肘子：共5個品牌，購于各大超市及電商平臺，分別編號為1、2、3、4、5。其具體信息見表1。

分析天平(FALLC4N)，常州市衡正電子儀器有限公司；電子鼻(FOX 4000)，法國Alpha MOS公司，該電子鼻主機內(nèi)有3個矩陣室，每個矩陣室有6根金屬氧化物傳感器，每種傳感器對一類或幾類物質(zhì)敏感[26]，其傳感器特性見表2。

表1 五種東坡肘子樣品信息表

表2 電子鼻傳感器性能特點

1.2 電子鼻分析方法

1.2.1 樣品處理

將固形物和湯汁置于攪拌機,勻漿，轉(zhuǎn)入盛器，保鮮膜密封，蒸30 min后，準(zhǔn)確稱量2.0 g，放入頂空瓶，密封、編號，待用。

1.2.2 分析條件

手動進樣，頂空溫度70 ℃，加熱時間300 s，載氣流量150 mL/s，進樣量500 μL，進樣速度500 μL/s；數(shù)據(jù)采集時間120 s，時間延遲180 s。每個樣品平行測試5次，取后3次傳感器在第120 s時獲得的穩(wěn)定信號進行分析。

1.3 感官評價

肉的香味物質(zhì)構(gòu)成非常復(fù)雜，研究表明在各類肉制品中發(fā)現(xiàn)的揮發(fā)性香味物質(zhì)多達1 100多種[27]，一般來說可以將這1 100多種香味物質(zhì)分成7類：基本肉香味、特征肉香味、焦糖香味、烤香香味、煙熏香味、蔥蒜香味和香辛料香味[28]。結(jié)合東坡肘子的工藝流程和配料，從基本肉香味、特征肉香味、焦糖香味、蔥蒜香味和香辛料香味5個維度對其進行感官評價，評價方法及數(shù)據(jù)處理參考喬明鋒等的方法[29]，具體感官評價指標(biāo)見表3。

1.4 數(shù)據(jù)處理

數(shù)據(jù)分析采用SPSS 22.0；作圖采用Origin 9.1。

2 結(jié)果與分析

2.1 感官評分與電子鼻傳感器響應(yīng)值

2.1.1 感官評分方差分析

表4為5個樣品的東坡肘子感官評價(基本肉香味、特征肉香味、焦糖香味、姜蔥蒜香味和香辛料香味)結(jié)果。比較發(fā)現(xiàn)，1、5號樣品在特征肉香味、姜蔥蒜香味和香辛料香味3個指標(biāo)上差異不顯著，相似度最高；3號樣品與其余4個樣品在所有感官評價指標(biāo)上差異均顯著，所以3號樣品與其余4個樣品差異顯著，從3號樣品的得分也可以看出，它與其他幾個樣品的差異；樣品2、4的差異也較明顯，僅在香辛料香味這一維度差異不顯著；樣品1、5與2、4都有一定的相似性。

表3 東坡肘子感官評分標(biāo)準(zhǔn)

表4 東坡肘子感官評分方差分析

注：a、b、c、d表示同行組間數(shù)值差異性(p<0.05)，表5同。

2.1.2 電子鼻傳感器響應(yīng)值方差分析

表5是電子鼻傳感器響應(yīng)值的方差分析結(jié)果。5個樣品的傳感器平均響應(yīng)值分別為0.26、0.20、0.10、0.35和0.25，將傳感器平均響應(yīng)值以0.10為單位，對傳感器平均響應(yīng)值進行分類，則1、2和5號樣品成類，3、4號樣品可分別單獨成類。將表5中所有傳感器響應(yīng)值取絕對值，兩兩比較發(fā)現(xiàn)，1和5號在TA/2差異為0.00，為最?。辉赑30/1上差異為0.10，為最大，最大值與最小值只差為0.10，即極差為0.10。而其他任何2個樣品之間的極差均大于0.10。所以1和5號樣品之間的離散程度較小，相似性高。1、2號和2、5號的極差分別為0.19和0.15；1、4和5、4號樣品極差分別為0.22和0.23；3、2和2、4號樣品極差分別為0.35和0.32；5、3和1、3號樣品極差分別為0.41和0.49；3、4號樣品極差為0.59，所以3、4號樣品差異最大。

表5 東坡肘子電子鼻傳感器響應(yīng)值方差分析

2.2 感官評分和電子鼻檢測主成分分析

王瓊等認(rèn)為，2個主成分超過85%即可反應(yīng)樣品的主要特征信息[30]，圖1-a中第一、二主成分高達92.29%(PC1為65.98%，PC2為26.31%)，能夠完全反應(yīng)樣品感官評價結(jié)果的主要特征信息。5個樣品在4個象限均有分布，其中1、5和4號樣品分布在Y軸的右面；2和3號樣品分布在Y軸的左面，且5個樣品均有差異(無重合交叉)。1和5號樣品分布在第一象限，結(jié)合表4方差分析，發(fā)現(xiàn)2個樣品的感官評分結(jié)果比較接近，在5個評價指標(biāo)中，有3個指標(biāo)(特征肉香味、姜蔥蒜香味和香辛料香味)差異不顯著，僅在基本肉香味和焦糖香味兩個指標(biāo)上差異顯著，所以1和5號樣品相似度高。2號樣品在第二、三象限均有分布，且與1、5號樣品比較接近(最小的實線圓也可證實1、5和2號樣品比較接近)，結(jié)合方差分析，如果將1、5號樣品看作一個整體，2號樣品與1、5號樣品在特征肉香味和焦糖香味2個評價指標(biāo)上相似度高，而在其他另外3個指標(biāo)上差異顯著。4號樣品分布在第四象限，結(jié)合表4方差分析，如果將1、5和2號樣品看成一個整體，則4號樣品與他們僅在姜蔥蒜香味上有顯著差異；虛線圓將1、5、2和4號樣品圈在一起，能夠證實4號樣品與1、5和2有相似之處。3號樣品分布在第三象限，它是5個樣品中圓心最遠的樣品，所以它與其他4個樣品差異大；方差分析也能夠證實，它與其他4個樣品有顯著差異(5個感官指標(biāo)差異均顯著)。

圖1-b中，二維圖中2個主成分累計貢獻97.66%(PC1為93.88%，PC2為3.78%)，所提取的主成分信息也完全能夠反應(yīng)樣品的主要特征信息。5個樣品分布在坐標(biāo)軸的第一、三和四象限，其中1、5號樣品在第一象限緊緊相鄰且與坐標(biāo)軸焦點較近，相似度高，這與表5中傳感器響應(yīng)值平均值相近和極差最小(0.10)一致。1、5、2號樣品被圈在以坐標(biāo)軸焦點為圓心的最小實線圓中，說明它們有一定的相似性；傳感器平均響應(yīng)值的分類和極差(1、5極差為0.15；1、2極差為0.19)也能夠證實它們有一定的相似性。4號樣品分布在第四象限，與1、5、2號樣品同時被圈在以坐標(biāo)軸焦點為圓心的虛線圓中，說明這4個樣品也有一定的相似性。方差分析中，4號樣品與1、5、2號樣品的極差分別為0.22、0.23和0.32，較1、5、2號樣品大，但仍然具有一定的相似性。3號樣品分布在Y軸的最左面，4號樣品分布在Y軸的最右面，這與方差分析中，3、4號樣品傳感器相應(yīng)平均值差異最大和極差最大(0.59)相吻合，所以3、4號樣品差異最大。

結(jié)合圖1，可以看出，5個樣品不論是感官評價還是電子鼻分析，總體趨勢一致，其細(xì)節(jié)差異主要反應(yīng)在2號樣品上；在圖1-a中，2號樣品橫跨第二三象限，而在圖1-b中，2號樣品分布在第三象限且緊鄰X軸，所以感官評價與電子鼻分析具有良好的一致性。

a-感官評價；b-電子鼻圖1 感官評分與電子鼻檢測結(jié)果主成分分析Fig.1 The PCA of sensory evaluation and electronic nose results

2.3 感官評價和電子鼻檢測的聚類分析

圖2-a中，1、5號樣品在1.351 83處聚類，相似度高，這與表4感官評價方差分析中有3個指標(biāo)(特征肉香味、焦糖香味、香辛料香味)差異不顯著一致，也與圖1-a主成分分析其分布在第一象限一致。樣品1、5和2在1.815 18處聚類，有一定的相似性，這與感官評價中2個指標(biāo)(特征肉香味、焦糖香味)差異不顯著一致，也與主成分分析中被圈在最小實線圓一致。樣品1、5、2和4在2.770 25處聚類，這與感官評價中3個指標(biāo)(基本肉香味、特征肉香味、焦糖香味)差異不顯著一致，也與主成分分析中分布在虛線圓中是一致的。樣品1、5、2、4和3在3.754 86處聚類，這與感官評價中5個指標(biāo)均差異顯著是一致的，也與主成分分析中被圈在最大實線圓中是一致的。

圖2-b中，1、5號樣品在0.169 8處聚類，相似度高，這與表5中，傳感器平均值差異細(xì)微(0.01)和極差(0.10)差異很小一致。樣品1、5和2在0.487 53處聚類，這與方差分析中傳感器響應(yīng)平均值分類和極差較小(0.10～0.19)一致。樣品1、5、2和4在0.790 88處聚類，這與方差分析中，4個樣品兩兩之間的極差在0.10～0.32之間一致。所以1、5、2和4號樣品也有一定的相似度。主成分分析中，被圈在虛線圓中也能夠證實它們具有一定的相似性。1、5、2、4和3號樣品在1.172 55處聚成大類，這說明3號樣品與1、5、2和4樣品的相似度較低。這與方差分析中3號樣品與其他幾個樣品最小極差(最小0.35)均大于其他幾個樣品之間的極差(最大0.32)一致。主成分分析中，3號樣品分布在距離以坐標(biāo)軸為焦點的最大實線圓中，也能夠說明它們的相似度較低。

縱觀圖2聚類分析，發(fā)現(xiàn)人的感官與電子鼻傳感器具有良好的一致性，但是人的感官精密度比電子鼻差[31]，這可以從樣品間距離的大小上證實。

a-感官評價；b-電子鼻圖2 感官評分與電子鼻檢測結(jié)果聚類分析Fig.2 The CA of sensory evaluation and electronic nose results

2.4 感官評分和電子鼻傳感器的相關(guān)性分析

感官評價與電子鼻傳感器具有良好的一致性。為了弄清它們之間的一致性具體依靠哪些傳感器來實現(xiàn)，試驗選取電子鼻18根傳感器為自變量X，感官評價指標(biāo)為因變量Y，進行PLS分析，其相關(guān)性載荷圖見圖3。在PLS模型中，PC1和PC2的貢獻率為86.16%和10.08%，總貢獻率達96.14%，能夠反應(yīng)樣品的特征信息。電子鼻所有傳感器和感官評分均落在大小圓(大小圓分別表示100%和50%的方差貢獻率)之間，這說明模型所包含的信息能夠完全解釋傳感器與感官評分之間的相關(guān)性。傳感器LY2/LG與香辛料香味和姜蔥蒜香味具有一定的相關(guān)性，在已有的文獻中[26]LY2/LG對氧化性較強的物質(zhì)敏感。而姜香味來源于一系列的烯類、醇類和醛類等，如已醛;蔥蒜香味物質(zhì)來源于乙酸乙酯、丁酸乙酯等[27]，這些物質(zhì)都具有一定的氧化能力。傳感器P30/2 、T30/1、 P40/2、 P30/1 、PA/2、T40/2、 T70/2、 P10/2、 P10/1 、TA/2、 P40/1和T40/1與基本肉香味、特征肉香味和焦糖香味具有良好的相關(guān)性，這與秦藍[22]等人的研究具有相似之處，秦藍等認(rèn)為，傳感器P30/2 、T30/1、 P40/2、 P30/1 和PA/2與動物膻味和雞肉味相關(guān)性良好，肉香味的形成與蛋白質(zhì)、脂肪、糖類等分解產(chǎn)生的氨、胺類、羰基化合物、低級脂肪酸[32]等有機化合物有關(guān)。在已有的文獻中，電子鼻傳感器T30/2 、T30/1、 P40/2、 P30/1、 PA/2 和P10/1對有機化合物敏感，如PA/2對胺類化合物敏感[26]，傳感器LY2/LG、LY2/G、LY2/AA、LY2/Gh和LY2/gCTl與樣品感官評價的相關(guān)性差。

圖3 感官評價與電子鼻傳感器相關(guān)性PLS分析Fig.3 The PLS plot of the correlation between sensory evaluation and electronic nose sensors

3 結(jié)論

試驗對5個東坡肘子樣品進行感官評價(基本肉香味、特征肉香味、焦糖香味、姜蔥蒜香味和香辛料香味5個維度)和電子鼻檢測，并采用方差分析、主成分分析、聚類分析和偏最小二乘法對感官評價和電子鼻檢測結(jié)果的數(shù)據(jù)進行比較分析。感官評分與電子鼻檢測的方差分析、主成分分析和聚類分析總體趨勢一致，即1、5號樣品相似度最高，2號樣品與1、5號樣品有較高的相似度，4號樣品與1、5和2號樣品有一定相似度，3號樣品與1、2、4和5號樣品有某些相似之處。通過PLS分析，傳感器LY2/LG與香辛料香味和姜蔥蒜香味具有一定的相關(guān)性，傳感器P30/2、T30/1、 P40/2、 P30/1 、PA/2、T40/2、 T70/2、 P10/2、 P10/1 、TA/2、 P40/1和T40/1與基本肉香味、特征肉香味和焦糖香味具有良好的相關(guān)性。試驗結(jié)果為肉制品檢測時電子鼻傳感器的選擇提供一定的理論依據(jù)，擴展了電子鼻在農(nóng)副產(chǎn)品深加工質(zhì)量控制方面的應(yīng)用。

[1] 傳統(tǒng)名菜:東坡肘子[J]. 保健醫(yī)苑,2013(1)：4.

[2] 王平. 人工嗅覺與人工味覺[M](第二版).北京：科學(xué)出版社，2007:17.

[3] HONG Xue-zhen，WANG Jun， HAI Zheng. Discrimination and prediction of multiple beef freshness indexes based on electronic nose[J]. Sensors and Actuators B Chemical, 2012,16(1):381-389.

[4] HONG X, WANG J. Discrimination and Prediction of Pork Freshness by E-nose[C]. Beijing: Computer and Computing Technologies in Agriculture V, 2011:1-14.

[5] 張淼，何江紅，賈洪鋒，等. 電子鼻在調(diào)理牦牛肉新鮮度識別中的應(yīng)用[J]. 食品研究與開發(fā),2014(21):89-92.

[6] 李越華，包建強，周秋淑，等. 基于電子鼻的鯽魚肉新鮮度研究[J]. 食品工業(yè)科技,2014(19):284-288.

[7] 郭美娟. 電子鼻在蝦新鮮度判別中的應(yīng)用[D].天津：天津商業(yè)大學(xué),2014.

[8] 易宇文，范文教，賈洪峰，等. 基于電子舌的微凍鰱魚新鮮度識別研究[J]. 食品與機械,2014(2):142-145.

[9] 李璐. 電子鼻結(jié)合GC-MS對羊肉摻假鴨肉的快速檢測[D].楊凌：西北農(nóng)林科技大學(xué),2016.

[10] 徐瑗聰，董凱，黃昆侖，等. 豬肉、牛肉和綿羊肉摻偽PCR的檢測技術(shù)[J]. 農(nóng)業(yè)生物技術(shù)學(xué)報,2013,12:1 504-1 508.

[11] 田曉靜. 基于電子鼻和電子舌的羊肉品質(zhì)檢測[D].杭州：浙江大學(xué),2014.

[12] NURJULIANA M， MAN Y B C， HASHIM D M， et al. Rapid identification of pork for halal authentication using the electronic nose and gas chromatography mass spectrometer with headspace analyzer[J]. Meat Science, 2011, 88(4): 638-644.

[13] 賈洪鋒，盧一，何江紅，等. 電子鼻在牦牛肉和牛肉豬肉識別中的應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報,2011(5):358-363.

[14] ARNOLD J W， SENTER S D. Use of digital aroma technology and SPME GC-MS to compare volatile compounds produced by bacteria isolated from processed poultry.[J]. Journal of the Science of Food and Agriculture, 1998, 78(3):343-348.

[15] WANG Dan-feng ， WANG Xi-chang， LIU Tai-ang ， et al. Prediction of total viable counts on chilled pork using an electronic nose combined with support vector machine[J]. Meat Science, 2012, 90(2):373-377.

[17] 王丹鳳，王錫昌，劉源等. 電子鼻分析豬肉中負(fù)載的微生物數(shù)量研究[J]. 食品科學(xué), 2010, 31(6):148-150.

[18] SANTOS J P， GARCA M， ALEIXANDRE M， et al. Electronic nose for the identification of pig feeding and ripening time in Iberian hams.[J]. Meat Science, 2004, 66(3):727-732.

[19] 王曼，王振宇，馬長偉. 基于電子鼻的不同去勢豬肉風(fēng)味品質(zhì)評價[J]. 肉類研究,2009(12):45-49.

[20] KAJA T，JOHNERIK H，HENRIKJ A，et al. Monitoring of warmed-over flavour in pork using the electronic nose-correlation to sensory attributes and secondary lipid oxidation products[J]. Meat Science, 2009, 80(4):1 254-1 263.

[21] O'SULLIVAN M G， BYRNE D V， JENSEN M T， et al. A comparison of warmed-over flavour in pork by sensory analysis, GC/MS and the electronic nose[J]. Meat Science, 2003, 65(3):1 125-1 138.

[22] 秦藍，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):11-13，42.

[23] 楊仁杰，劉蓉，徐可欣. 二維相關(guān)光譜結(jié)合偏最小二乘法測定牛奶中的摻雜尿素[J]. 農(nóng)業(yè)工程學(xué)報,2012(6):259-263.

[24] 楊瑋，李民贊，鄭立華，等. 冬棗氮素含量預(yù)測模型中特征波長選擇方法的應(yīng)用(英文)[J]. 農(nóng)業(yè)工程學(xué)報,2015(S2):164-168.

[25] 柴春祥，趙杰文，邱白晶. 魚糜微結(jié)構(gòu)與其流變特性相關(guān)性的研究[J]. 農(nóng)業(yè)工程學(xué)報,2000(3):15-18.

[26] 梁愛華，賈洪鋒，秦文，等. 電子鼻在方便米飯氣味識別中的應(yīng)用[J]. 中國糧油學(xué)報,2010(11)：110-113,123.

[27] 孫寶國，陳海濤編著.食用調(diào)香術(shù)[M].北京：化學(xué)工業(yè)出版社，2016：171.

[28] 孫寶國，劉玉平，鄭福平，等. 肉味香精中單體香料的香味類型[J]. 北京工商大學(xué)學(xué)報(自然科學(xué)版),2003(1)：1-8.

[29] 喬明鋒，易宇文，彭毅秦，等. 基于電子鼻對東坡肘子加熱前后特征風(fēng)味變化的評價[J]. 食品工業(yè)科技,2017(8):58-62，67.

[30] 王瓊，徐寶才，于海，等. 電子鼻和電子舌結(jié)合模糊數(shù)學(xué)感官評價優(yōu)化培根煙熏工藝[J]. 中國農(nóng)業(yè)科學(xué),2017(1):161-170.

[31] 周亦斌，王俊. 電子鼻在食品感官檢測中的應(yīng)用進展[J]. 食品與發(fā)酵工業(yè),2004(2):129-132.

[32] 孟憲敏，常泓. 肉香味的形成與加熱[J]. 肉類研究, 1991(1):5-10.