蔣 強，鄭麗敏,2,*，田立軍，程國棟，蒙萬隆

（1.中國農(nóng)業(yè)大學信息與電氣工程學院，北京 100083；2.食品質(zhì)量與安全北京實驗室，北京 100083）

豬肉丸子是中華傳統(tǒng)美食，市場上種類繁多，其風味是消費者選購時最關心的因素。目前已有很多關于豬肉風味的研究，脂質(zhì)氧化和美拉德反應被認為是形成肉類特征性風味的2 個最主要的途徑[1-4]，熱處理的豬肉脂肪中，醛類和醇類物質(zhì)占據(jù)了揮發(fā)性物質(zhì)的多數(shù)[5]。很多學者[6-7]的研究發(fā)現(xiàn)肉品中脂肪含量不同導致其脂肪酸類型有所區(qū)別，進而會影響其風味。

感官評定在食品生產(chǎn)中應用廣泛[8-10]，對制造出理想風味的食品有重要作用[11]。然而通過人的主觀感覺而產(chǎn)生的數(shù)據(jù)經(jīng)常波動很大[12]，目前電子鼻技術(shù)已經(jīng)廣泛應用于食品領域中的食物分類和品質(zhì)檢測[13-17]，但少有將電子鼻應用在食品風味的預測上。Haugen等[18]論述了氣體傳感器陣列技術(shù)結(jié)合多變量數(shù)據(jù)處理方法已被證明具有快速非破壞性分析食品中氣味和風味的潛力。很多學者[19-20]的研究表明電子鼻對不同的肉品具有十分顯著的分類效果。不同食品風味的差異主要由其揮發(fā)性風味物質(zhì)的差異造成[21]，王智凝[22]利用逐步回歸方法建立了電子鼻數(shù)據(jù)與氣相色譜-質(zhì)譜（gas chromatography-mass spectrometry，GC-MS）數(shù)據(jù)間的回歸方程，發(fā)現(xiàn)電子鼻數(shù)據(jù)與GC-MS數(shù)據(jù)具有較強的相關性，表明電子鼻具有用作感官評定的潛在價值。本實驗在電子鼻對不同丸子樣本能夠良好分類的基礎上。使用GC-MS數(shù)據(jù)分析不同丸子的揮發(fā)性風味物質(zhì)的差異，再結(jié)合電子鼻傳感器與主要揮發(fā)性物質(zhì)的相關性，判斷電子鼻應用于感官評定的可行性，最后通過逐步回歸建立電子鼻對人工感官評定指標得分的預測模型，以期能夠通過少數(shù)人工感官評分找到電子鼻與該評分值映射的指紋數(shù)據(jù)，達到通過電子鼻技術(shù)快速、客觀地評價豬肉丸子風味。

1 材料與方法

1.1 材料

實驗所用的豬肉原料由北京資源集團提供，將當天宰殺的生豬胴體冷卻后，獲取瘦肉30 kg和肥肉10 kg，并絞成肉餡。設計肥肉、瘦肉配比不同的4 類丸子，每一種丸子所用豬肉（肥肉和瘦肉）的總質(zhì)量為4 kg，丸子配方如表1所示。

表1 豬肉丸子配方Table 1 Meatball formulations

配方中的花椒水由花椒浸泡純凈水（100 g花椒加水1 000 mL）10 h后過濾掉花椒制成。將肉餡按照表1配制，順時針攪拌20 min，加工制作成丸子（10 g/枚）。每一種丸子均用8 L水煮熟。

1.2 儀器與設備

Trace1310-TSQ8000 GC-MS聯(lián)用儀 美國Thermo Fisher Scientific公司；Fiber 75 μm手動固相微萃取進樣器、碳分子篩/聚二甲基硅氧烷（carboxen/polydimethysiloxane，CAR/PDMS）型萃取頭 美國Supelco公司。

電子鼻設備由中國農(nóng)業(yè)大學信息與電氣工程學院研發(fā)，其16 個傳感器陣列由TGS824、TGS822、TGS825、TGS880、TGS812、TGS831、TGS813、TGS830、TGS822TF、TGS2600、TGS2620（2 個）、TGS2611、TGS2602、TGS2610、TGS2201組成。

1.3 方法

1.3.1 感官評定設計

評價人員由中國農(nóng)業(yè)大學食品科學與營養(yǎng)工程學院的10 位博士組成，嚴格遵循GB/T 16291.1—2012《感官分析選拔、培訓與管理評價員一般導則》。

每位感官評定人員對4 類進行4 輪品嘗，每次評測后對丸子香味進行打分。分值區(qū)間為0～4 分，0 分代表最低評價，4 分代表最高評價，見表2。

表2 感官評價標準Table 2 Sensory evaluation criteria

1.3.2 電子鼻檢測

將丸子樣本放入電子鼻盛物槽中使用頂空吸氣法對樣本的揮發(fā)性物質(zhì)進行采集。測定條件：保持溫度恒定在40 ℃。空氣流量為3 L/min，測定前傳感器清洗60 s。采樣時間300 s。

1.3.3 揮發(fā)性物質(zhì)的測定

使用頂空-固相微萃取方法提取揮發(fā)性化合物。準確稱取3 g樣品裝入固相微萃取小瓶中，旋緊蓋子，將固相微萃取瓶放入55 ℃水浴鍋中，然后將固相微萃取針頭插入瓶中，纖維頭處于頂空狀態(tài)吸附香氣化合物40 min。然后用GC-MS方法測定揮發(fā)性化合物。

GC條件：TG-Wax極性柱（30 m×0.25 mm，0.25 μm）；高純氦氣（純度＞99.99%）作為載氣，流速1.0 mL/min（恒定）；不分流。程序升溫：進樣口溫度230 ℃，柱溫起始40 ℃保持5 min，以3 ℃/min升溫到170 ℃，保持0 min，再以15 ℃/min升到230 ℃保持2 min。

MS條件：電子電離源；傳輸線溫度230 ℃；電子能量70 eV；離子源溫度280 ℃；質(zhì)量掃描范圍40～600 u。

依據(jù)NIST和Willey譜庫檢索，對樣品的揮發(fā)性組分進行分析。

1.4 數(shù)據(jù)分析

使用Excel 2016對感官評價數(shù)據(jù)進行單因素方差分析；用MATLAB 2016b對電子鼻數(shù)據(jù)進行神經(jīng)網(wǎng)絡分類模型的訓練；用Unscrambler 10.4對偏最小二乘回歸圖進行繪制；用SPSS 21.0軟件對電子鼻進行線性判別分析（linear discriminant analysis，LDA）和逐步回歸模型的建立。

2 結(jié)果與分析

2.1 感官評定分析結(jié)果

表3 丸子香味單因素方差分析Table 3 Analysis of variance (ANOVA) for sensory scores of pork balls

對獲得的40 組丸子香味感官評價數(shù)據(jù)進行單因素方差分析，如表3所示。組間平方和為9.05，組內(nèi)平方和為117.35，P值為0.008 78，說明不同丸子香味有極顯著差異（P＜0.01）。如圖1所示，在實驗設計的肥、瘦肉比例變化區(qū)間中，隨著肥肉比例上升丸子的香味得分也隨之升高。

圖1 4 類丸子香氣感官得分的柱狀圖Fig. 1 Histogram for sensory scores of four pork balls

2.2 電子鼻數(shù)據(jù)分析結(jié)果

2.2.1 特征值提取與判別分析

與GC-MS技術(shù)不同，電子鼻對豬肉丸子揮發(fā)性物質(zhì)的檢測是針對揮發(fā)性氣味的整體氣味（指紋數(shù)據(jù)），而不是某一種具體的揮發(fā)性物質(zhì)[23]。從電子鼻16 個傳感器獲取的數(shù)據(jù)中，每個傳感器提取9 個特征值，每個樣本可獲得144 個特征值。采用LDA對電子鼻采集的特征值數(shù)據(jù)進行分類判別，如圖2所示。4 類丸子樣本組間區(qū)分明顯，組內(nèi)聚集程度高，說明電子鼻對4 類丸子具有良好的分類能力。

圖2 特征值數(shù)據(jù)的LDA判別二維散點圖Fig. 2 Two-dimensional scatter plot of LDA analysis for eigenvalues

2.2.2 神經(jīng)網(wǎng)絡對丸子分類識別

圖3 神經(jīng)網(wǎng)絡模型效果圖Fig. 3 Effect of neural network model

將電子鼻數(shù)據(jù)結(jié)合人工神經(jīng)網(wǎng)絡分類算法，進行分類判別，本實驗得到4 類豬肉丸子的電子鼻檢測數(shù)據(jù)，每種丸子15 組樣本，共60 組樣本。使用MATLAB神經(jīng)網(wǎng)絡分類工具箱進行模型訓練，選擇60 組數(shù)據(jù)中的45 組數(shù)據(jù)作為訓練集，3 組數(shù)據(jù)作為驗證集，12 組數(shù)據(jù)作為測試集。訓練后模型的分類效果如圖3所示。測試集正確率為91.7%，12 個測試樣本僅有一個被分類錯誤。說明電子鼻結(jié)合機器學習算法對不同肥、瘦肉比例的豬肉丸子的揮發(fā)性風味具有顯著的分類能力。

2.3 GC-MS分析結(jié)果

2.3.1 測定結(jié)果分析

GC-MS檢測出67 種不同的化合物，主要為醇類、醛類和酮類等。如表4所示，檢測出的揮發(fā)性化合物中醛類和醇類揮發(fā)性物質(zhì)總量超過80%。醛類相對含量隨著肥肉含量的增加而增加，醇類相反。

醛類物質(zhì)相對含量為30.68%～46.75%，在10～11 種醛類物質(zhì)中己醛占到了醛類總量的75.68%～84.68%。相對含量最多的物質(zhì)分別是己醛（23.42%～37.79%）、戊醛（1.45%～1.99%）和庚醛（0.76%～0.93%）。己醛、戊醛和庚醛在肥肉比例高的丸子中相對含量更高。己醛具有油脂和青草氣息及蘋果香味[24]，癸醛和庚醛可賦予肉水果香、甜香和脂香。醛類物質(zhì)的閾值較低[25-27]，是肉品香味的主要構(gòu)成物質(zhì)[28]。

表4 GC-MS數(shù)據(jù)Table 4 Relative contents of volatile compounds in pork balls determined by GC-MS

醇類物質(zhì)在1號丸子樣本中相對含量為53.52%，超過揮發(fā)性物質(zhì)總量的一半，4號丸子樣本中醇類相對含量為37.37%，相比1號丸子減少了16.15%，在檢測到的22 種醇類物質(zhì)中相對含量較高的主要是桉樹醇（11.89%～17.56%）、1-辛烯-3-醇（4.22%～8.59%，具有熟蘑菇味[29]）和反-2-辛烯醇（僅在1號丸子中含量較高，為13.48%）。醇類物質(zhì)閾值也較低[25-27]，本實驗檢測出醇類物質(zhì)相對含量較大，對丸子的整體風味的形成也具有重要的貢獻。

酮類物質(zhì)在總揮發(fā)性物質(zhì)中的占比為3.76%～8.16%，主要來源是不飽和脂肪酸的熱氧化或降解以及氨基酸降解[30]。酮類化合物一般呈奶油香和水果香氣，與肉味香氣相關不大，在肉品整體香氣中起到微妙的作用。

碳氫化合物對風味的貢獻較小，但是其形成的雜環(huán)化合物閾值較低[31]，具有很重要的作用，例如本實驗檢測到少量的呋喃類物質(zhì)，如2-戊基呋喃（豆香和蔬菜芳香）閾值很小，對丸子香氣有重要貢獻。

2.3.2 電子鼻特征值與揮發(fā)性物質(zhì)的偏最小二乘回歸分析

圖4 傳感器平均值與GC-MS數(shù)據(jù)關系的偏最小二乘回歸圖Fig. 4 PLS regression plot showing the correlation between GC-MS data and average data from each of 16 sensors

將4 類丸子共有的38 種揮發(fā)性化合物做自變量，16 個傳感器每個傳感器平均值做因變量，應用偏最小二乘回歸來觀察兩者之間的相關性，如圖4所示。該模型分別解釋了95%和60%的揮發(fā)性物質(zhì)和電子鼻傳感器數(shù)據(jù)的變化。相對含量較高且貢獻較大的幾種物質(zhì)均與大部分傳感器呈現(xiàn)較好的相關性，其中反-2-辛烯醇、苯乙醇、胡椒酮、2-（4-甲基苯基）丙-2-醇、苯乙醇乙酸酯、左旋香芹酮和桉樹醇與大部分傳感器都呈較強的正相關。己醛、戊醛、（Z）-2-庚烯醛、正戊醇和（Z）-2-庚烯醛等物質(zhì)均與電子鼻特征值呈明顯的負相關性。其中己醛含量較大相關性較為明顯。上述證明了大部分電子鼻傳感器與主要揮發(fā)性化合物具有較強的相關性。證明了電子鼻能夠進行感官評定的可行性。同時觀察發(fā)現(xiàn)s5與s16傳感器靠近橢圓中心，說明并不是所有的傳感器對豬肉丸子的揮發(fā)性氣味敏感。

2.4 脂肪含量對丸子風味差異影響分析

表5 醛類揮發(fā)性物質(zhì)與脂肪含量相關性分析Table 5 Correlation analysis of aldehydes and fat contents

為了探究豬肉中的脂肪含量的差異對丸子風味差異產(chǎn)生的影響，使用SPSS 21.0軟件對GC-MS數(shù)據(jù)中醛類揮發(fā)性物質(zhì)與脂肪含量進行相關性分析，如表5所示。醛類揮發(fā)性物質(zhì)在4 類丸子中的相對含量與丸子脂肪含量有較強的相關性（P＜0.01）。

豬肉中，瘦肉部分的脂肪多由甘油三酯、磷脂和游離脂肪酸組成[32]，肥肉多為甘油三脂[33]，其中甘油三脂富含飽和脂肪酸和單不飽和脂肪酸（monounsaturated fatty acid，MUFA），磷脂中富含多不飽和脂肪酸[34]。不飽和脂肪酸氧化形成眾多揮發(fā)性化合物，其中醛類、某些不飽和酮和呋喃衍生物是最重要的香氣化合物[35]。從GC-MS數(shù)據(jù)上可以看出肥肉比例高的丸子產(chǎn)生的醛類物質(zhì)越多，主要來源是肥肉脂肪中MUFA發(fā)生氧化。

2.5 感官指標與電子鼻數(shù)據(jù)回歸分析

通過2.2節(jié)證明了電子鼻對4 類丸子具有良好的分類效果，2.3.2節(jié)表明電子鼻特征值和揮發(fā)性物質(zhì)具有較強的相關性，同時這些揮發(fā)性風味物質(zhì)是造成各類丸子感官指標得分差異的根本原因。為了建立感官評定的各指標得分與電子鼻數(shù)據(jù)之間的映射關系，使得電子鼻能夠?qū)ν枳痈泄僭u定進行預測。使用逐步回歸選取影響最大的特征值變量進入模型之中，然后重復此過程。通過SPSS 21.0軟件中逐步回歸，選用感官評定各指標平均分值作為因變量，自變量為電子鼻提取的特征值，每種丸子有15 組樣本，其中10 組用來建立回歸模型，5 組用來檢驗模型效果。得到以下回歸模型。

香味：y1=2.113－0.297x1－0.102x2＋0.080x3＋0.107x4－0.059x5＋0.102x6－0.036x7

式中：x1為傳感器s3的最大值－最小值；x2為傳感器s12的對數(shù)擬合一次項系數(shù)；x3為s13的對數(shù)擬合一次項系數(shù)；x4為s12二次項系數(shù)；x5為s9的最大值－最小值；x6為s12的相對積分值；x7為s11的半寬值。

方程中涉及的傳感器的具體型號：s3為TGS825，s4為TGS880，s9為TGS822TF，s11為TGS2620，s12為TGS2611，s13為TGS2602。

表6 回歸模型檢驗結(jié)果Table 6 Validation of regression model

由表6可以看出，4 個模型R2均大于0.9，P值均小于0.01，模型效果顯著，預測誤差較小。表明該模型可以有效預測90%以上的因變量變化。較小的預測誤差說明使用電子鼻技術(shù)預測感官指標得分具有可靠性。

3 結(jié) 論

通過感官分析得出4 類丸子在香味指標上存在極顯著差異，豬肉丸子香味感官評分為4號＞3號＞2號＞1號。電子鼻對4 類丸子分類結(jié)果表明，其能夠有效區(qū)分不同種類的丸子。GC-MS對4 類丸子一共檢測出67 種化合物，其中醛類、醇類和酮類等化合物對丸子風味差異的形成起到重要作用，結(jié)合脂肪含量對風味影響的分析結(jié)果可以推測，造成風味差異的原因是4 類丸子中肥肉、瘦肉不同的配比。偏最小二乘回歸分析得到電子鼻傳感器與對風味有很高貢獻作用的揮發(fā)性化合物具有較好的相關性，表明了電子鼻用于感官評定具有可行性。通過以上分析，最后使用逐步回歸得到香味感官得分數(shù)據(jù)和電子鼻數(shù)據(jù)之間的回歸模型，顯著性分析表明該模型能有效預測90%以上的因變量的變化，誤差分析顯示該模型具有較高的正確率，使用電子鼻設備來進行感官評定具有實際意義。通過電子鼻技術(shù)進行感官評定，具有快速、低成本和客觀性等優(yōu)點。

參考文獻：

[1]WARRISS P D. Meat science： an introductory text[J]. Meat Science,1999, 56(3)： 319-319.

[2]TREVISAN A J, LIMA D D A, SAMPAIO G R, et al. Influence of home cooking conditions on Maillard reaction products in beef[J]. Food Chemistry, 2016, 196： 161-169. DOI：10.1016/j.foodchem.2015.09.008.

[3]LEIVA G E, NARANJO G B, MALEC L S. A study of different indicators of Maillard reaction with whey proteins and different carbohydrates under adverse storage conditions[J]. Food Chemistry,2017, 215： 410-416. DOI：10.1016/j.foodchem.2016.08.003.

[4]YU H, SEOW Y X, ONG P K, et al. Effects of high-intensity ultrasound on Maillard reaction in a model system of D-xylose and L-lysine[J]. Ultrasonics Sonochemistry, 2017, 34： 154-163.DOI：10.1016/j.ultsonch.2016.05.034.

[5]MOTTRAM D S. The effect of cooking conditions on the formation of volatile heterocyclic compounds in pork[J]. Journal of the Science of Food & Agriculture, 1985, 36(5)： 377-382. DOI：10.1002/jsfa.2740360510.

[6]BERRY B W. Fat level, high temperature cooking and degree of doneness affect sensory, chemical and physical properties of beef patties[J]. Journal of Food Science, 1994, 59(1)： 10-14. DOI：10.1111/j.1365-2621.1994.tb06885.x.

[7]李瑩瑩, 李家鵬, 吳曉麗, 等. 蒸煮溫度和時間對豬肉脂肪酸組成比例關系的影響[J]. 食品科學, 2012, 33(23)： 27-30.

[8]CIVILLE G V, OFTEDAL K N. Sensory evaluation techniques-make“good for you” taste “good”[J]. Physiology & Behavior, 2012, 107(4)：598-605. DOI：10.1016/j.physbeh.2012.04.015.

[9]LAWLESS H T, HEYMANN H. Sensory evaluation of food[J].Cornell Hospitality Quarterly, 2010, 84(4)： 664-668.

[10]ZHOU Y X, HAI W U. Electronic nose and the application in meat sensory evaluation[J]. Meat Research, 2009, 8： 55-58.

[11]HAN S Y, LEE E J, SUN H M, et al. Addition of garlic or onion before irradiation on lipid oxidation, volatiles and sensory characteristics of cooked ground beef[J]. Meat Science, 2011, 88(2)：286-291. DOI：10.1016/j.meatsci.2011.01.002.

[12]ZIELINSKI A A F, HAMINIUK C W I, NUNES C A, et al. Chemical composition, sensory properties, provenance, and bioactivity of fruit juices as assessed by chemometrics： a critical review and guideline[J]. Comprehensive Reviews in Food Science & Food Safety, 2014, 13(3)： 300-316.

[13]SHEN N, MOIZUDDIN S, WILSON L, et al. Relationship of electronic nose analyses and sensory evaluation of vegetable oils during storage[J]. Journal of the American Oil Chemists’ Society,2001, 78(9)： 937-940. DOI：10.1007/s11746-001-0367-z.

[14]TIAN H, SHEN Y, YU H, et al. Aroma features of honey measured by sensory evaluation, gas chromatography-mass spectrometry and electronic nose[J]. International Journal of Food Properties, 2016.DOI：10.1080/10942912.2016.1213744.

[15]SHEN F, WU Q, SU A, et al. Detection of adulteration in freshly squeezed orange juice by electronic nose and infrared spectroscopy[J].Czech Journal of Food Sciences, 2016, 34(3)： 224-232.DOI：10.17221/303/2015-CJFS.

[16]GIUNGATO P, LAIOLA E, NICOLARDI V. Evaluation of Industrial roasting degree of coffee beans by using an electronic nose and a stepwise backward selection of predictors[J]. Food Analytical Methods, 2017, 10： 3424-3433. DOI：10.1007/s12161-017-0909-z.

[17]LI M, WANG H, SUN L, et al. Application of electronic nose for measuring total volatile basic nitrogen and total viable counts in packaged pork during refrigerated storage[J]. Journal of Food Science,2016, 81(4)： M906-M912. DOI：10.1111/1750-3841.13238.

[18]HAUGEN J E, KVAAL K. Electronic nose and artificial neural network[J]. Meat Science, 1998, 49(Suppl 1)： S273-S286.DOI：10.1016/S0309-1740(98)90054-7.

[19]TIAN X, WANG J, CUI S. Analysis of pork adulteration in minced mutton using electronic nose of metal oxide sensors[J]. Journal of Food Engineering, 2014, 119(4)： 744-749. DOI：10.1016/j.jfoodeng.2013.07.004.

[20]潘見, 楊俊杰, 鄒英子. 不同涂層SPME與GC-MS聯(lián)用比較分析兩種豬肉揮發(fā)性風味成分[J]. 食品科學, 2012, 33(12)： 169-172.

[21]CHIRA K, PACELLA N, JOURDES M, et al. Chemical and sensory evaluation of Bordeaux wines (Cabernet-Sauvignon and Merlot) and correlation with wine age[J]. Food Chemistry, 2011, 126(4)： 1971-1977. DOI：10.1016/j.foodchem.2010.12.056.

[22]王智凝. 電子鼻在豬肉新鮮度檢測中的應用研究[D]. 北京： 中國農(nóng)業(yè)大學, 2015.

[23]ARSHAK K, MOORE E, LYONS G M, et al. A review of gas sensors employed in electronic nose applications[J]. Sensor Review, 2004,24(2)： 181-198. DOI：10.1108/02602280410525977.

[24]HATANAKA A. The Biogeneration of green odor by green leaves[J].Phytochemistry, 1993, 34(5)： 1201-1218.

[25]TIMON M L, CARRAPISO A I, JURADO J, et al. A study of the aroma of fried bacon and fried pork loin[J]. Journal of the Science of Food & Agriculture, 2004, 84(8)： 825-831. DOI：10.1002/jsfa.1740.

[26]HOFMANN T, MüNCH P, SCHIEBERLE P. Quantitative model studies on the formation of aroma-active aldehydes and acids by strecker-type reactions[J]. Journal of Agricultural & Food Chemistry,2000, 48(2)： 434-440. DOI：10.1021/jf990954c.

[27]DAVIDE F A M. Self-organizing multi-sensor systems for odour classification： internal cate-gorization, adaptation and drift rejection[J].Sens Actuators B, 1994, 18(1/3)： 244-258.

[28]ZHOU J. Study summary of the meat flavor[J]. Meat Research,2003(2)： 16-18.

[29]李小林, 陳誠, 清源, 等. 會東縣不同品種塊菌揮發(fā)性香氣成分的GC-MS分析[J]. 食品科學, 2015, 36(18)： 132-136. DOI：10.7506/spkx1002-6630-201518024.

[30]霍曉娜, 李興民, 劉毅, 等. 豬腿肉脂肪酸組成及脂肪氧化的研究[J].食品科學, 2006, 27(1)： 101-104.

[31]YU A, SUN B, TIAN D, et al. Analysis of volatile compounds in traditional smoke-cured bacon (CSCB) with different fiber coatings using SPME[J]. Food Chemistry, 2008, 110(1)： 233-238.DOI：10.1016/j.foodchem.2008.01.040.

[32]SHAHIDI F. 肉制品與水產(chǎn)風味[M]. 李潔, 朱國斌, 譯. 北京： 中國輕工業(yè)出版社, 2001.

[33]熊明民, 馬長偉. 豬肉肌間/脂肪組織在蒸煮過程中的脂肪酸組成變化[J]. 食品科學, 2014, 35(7)： 64-67. DOI：10.7506/spkx1002-6630-201407013.

[34]王庭. 脂質(zhì)對榮昌豬肉風味的貢獻研究[D]. 重慶： 西南大學, 2011.

[35]顏偉強, 唐彬婧. 脂肪降解及其產(chǎn)物在美拉德反應中應用的研究[J].食品科學, 2006, 27(3)： 272-274.