張曉婕，邱樹毅，曾慶軍，何 歡，戴怡鳳，周鴻翔

（貴州省發(fā)酵工程與生物制藥重點(diǎn)實(shí)驗(yàn)室，貴州大學(xué)釀酒與食品工程學(xué)院，貴州 貴陽 550025）

白酒是世界上最古老的蒸餾酒之一，已有兩千多年的歷史。與其他蒸餾酒相比，白酒發(fā)酵是一個復(fù)雜的過程，同時進(jìn)行糖化和發(fā)酵。醬香型白酒具有醬香，略有焦香，色澤微黃，酒體醇厚，香味悠長，受到廣大消費(fèi)者的喜愛。白酒風(fēng)味主要由微量成分決定，目前，在白酒中已發(fā)現(xiàn)了2 000多種風(fēng)味物質(zhì)，使白酒具有獨(dú)特的香氣特征。醬香型白酒根據(jù)生產(chǎn)工藝的不同被分為稛沙酒、碎沙酒、翻沙酒等。稛沙酒即傳統(tǒng)的大曲醬香白酒，是第1到第7輪次酒的組合；翻沙酒即第8輪次酒，量少、味苦且焦糊味重，一般較少用作成品酒的基酒，多用作調(diào)味酒；碎沙酒的原料是酒糟、高粱和大曲（或活性酵母），是利用第7或第8輪次酒的酒糟，加入粉碎的高粱和大曲（或活性酵母）進(jìn)行發(fā)酵蒸餾所得。不同工藝醬香型白酒之間的風(fēng)味及香氣特征差異較大。目前市場上主流的醬香型白酒為稛沙酒和碎沙酒。

隨著醬香型白酒的發(fā)展，人們對其品質(zhì)的要求也越來越高，目前白酒鑒別主要依靠感官品評，這種方法綜合性強(qiáng)但局限性較大，易受個體和環(huán)境因素影響，且對評價結(jié)果只能描述，無法對差異進(jìn)行量化表達(dá)。近年來，國內(nèi)外逐漸采用儀器分析結(jié)合化學(xué)計量學(xué)方法進(jìn)行酒的風(fēng)味鑒別和差異研究。其中，氣相色譜（gas chromatography，GC）及氣相色譜-質(zhì)譜（GC-mass spectrometry，GC-MS）聯(lián)用技術(shù)已被廣泛應(yīng)用于白酒中揮發(fā)性物質(zhì)的定性定量分析。此外，不是所有揮發(fā)性物質(zhì)對白酒香氣產(chǎn)生都有影響，香氣活性值（odor activity value，OAV）可用于表征揮發(fā)性物質(zhì)在食品香氣中的貢獻(xiàn)程度，有利于識別重要?dú)馕段镔|(zhì)。通常認(rèn)為OAV不低于1的物質(zhì)對白酒香氣有貢獻(xiàn)，利用OAV可以確定白酒的重要風(fēng)味成分、骨架成分并初步判斷潛在差異物質(zhì)。

由于儀器分析所得數(shù)據(jù)往往量大且存在很多與鑒別不相關(guān)的信息，不能直接用于差異研究，常采用化學(xué)計量學(xué)方法對儀器采集數(shù)據(jù)進(jìn)行分析。作為常用的多元統(tǒng)計分析方法，主成分分析（principal components analysis，PCA）通過線性變換將相關(guān)變量轉(zhuǎn)化為一組最能代表數(shù)據(jù)特征的變量，用于初步探索數(shù)據(jù)內(nèi)部結(jié)構(gòu)和樣品聚類；偏最小二乘判別分析（partial least squares-discriminant analysis，PLS-DA）或正交偏最小二乘判別分析（orthogonal PLS-DA，OPLS-DA）是有監(jiān)督的判別分析統(tǒng)計方法，通過建立物質(zhì)分析數(shù)據(jù)與樣品類別之間的關(guān)系模型，實(shí)現(xiàn)對樣品類別的預(yù)測，并通過計算變量投影重要性（variable importance for the projection，VIP）衡量各物質(zhì)對分類判別的影響強(qiáng)度和解釋能力，從而輔助潛在差異物質(zhì)的篩選（通常以VIP值大于1.0作為篩選標(biāo)準(zhǔn)）；聚類分析可以直觀表達(dá)各物質(zhì)在不同樣品之間的差異，對所采集樣品進(jìn)行分類，特征相似的樣品聚集在一起。儀器分析結(jié)合化學(xué)計量學(xué)的方法已被應(yīng)用于各種酒類、食品等的鑒別分析中。Vaclavik等采用高效液相色譜-四極桿飛行時間質(zhì)譜檢測了3 種不同地理來源的葡萄酒品種，采用PCA和PLS-DA探索數(shù)據(jù)結(jié)構(gòu)并構(gòu)建分類模型，能對96%的樣品進(jìn)行正確分類。

迄今為止，對不同產(chǎn)地、不同輪次、不同香型、不同年份的白酒進(jìn)行了很多分類研究，然而，對不同工藝醬香型白酒的差異研究較少。郭世鑫等采用紫外光譜、GC-MS、離子色譜結(jié)合PCA的方法探索不同工藝、輪次醬香型白酒的吸光度、揮發(fā)性化合物的差異，并采用PLS-DA確定了5 種重要標(biāo)記化合物，為不同工藝醬香型白酒的差異分析提供了一定參考，但并未實(shí)現(xiàn)稛沙酒和碎沙酒的鑒別。目前，稛沙酒和碎沙酒的鑒別主要還是以感官品評為主。因此，研究稛沙酒和碎沙酒之間的差異并提供一種更客觀、高效、準(zhǔn)確的方法非常重要。

本研究采用GC和GC-MS對兩種不同工藝醬香型酒樣（稛沙酒和碎沙酒）中揮發(fā)性物質(zhì)進(jìn)行定性及定量分析，利用PCA和OPLS-DA構(gòu)建兩種酒樣的鑒別模型，對模型進(jìn)行驗(yàn)證以判斷其準(zhǔn)確率，同時篩選出兩種酒樣的潛在差異物質(zhì)，繪制熱圖并進(jìn)行層次聚類分析，進(jìn)一步驗(yàn)證潛在差異物質(zhì)對區(qū)分兩種酒樣的有效性。

1 材料與方法

1.1 材料與試劑

酒樣：23 個稛沙酒樣，25 個碎沙酒樣，均為乙醇體積分?jǐn)?shù)53%的醬香型白酒，采購自貴州省仁懷地區(qū)，酒樣年份均為實(shí)驗(yàn)上一年生產(chǎn)。所有酒樣均在室溫下密封避光貯存。

無水乙醇（色譜純） 天津市科密歐化學(xué)試劑有限公司；標(biāo)準(zhǔn)品：乙酸乙酯、丙酸乙酯、異丁酸乙酯、丁酸乙酯、乙酸異戊酯、戊酸乙酯、己酸乙酯、乳酸乙酯、辛酸乙酯、癸酸乙酯、十四酸乙酯、棕櫚酸乙酯、仲丁醇、正丙醇、正丁醇、辛醇、1,2-丙二醇、乙酸、丙酸、異丁酸、丁酸、異戊酸、戊酸、己酸、乙縮醛、乙偶姻、三甲基吡嗪、四甲基吡嗪、糠醇、糠醛、苯乙酸乙酯、苯乙醇、乙酸戊酯、叔戊醇、2-乙基丁酸（色譜純，純度≥97.0%） 上海阿拉丁生化科技股份有限公司；乙醛（色譜純，純度≥99.5%）美國Sigma-Aldrich公司；2-甲基丁酸乙酯（色譜純，純度≥99.0%） 上海賢鼎生物科技有限公司；異戊醇、乙酸苯乙酯 上海易恩化學(xué)技術(shù)有限公司；2,3-丁二醇（色譜純，純度≥98.0%） 上海麥克林生化科技有限公司。

1.2 儀器與設(shè)備

7890A-5975C GC-MS儀、7890A GC儀 安捷倫科技（中國）有限公司；PAL多功能自動進(jìn)樣器 瑞士斯特分析儀器有限公司；Millipore-Q超純水系統(tǒng) 密理博（中國）有限公司。

1.3 方法

1.3.1 配制混合酒樣

隨機(jī)選擇了同一企業(yè)同一年份的稛沙和碎沙酒樣，按稛沙酒∶碎沙酒為1∶9、2∶8、3∶7、4∶6、5∶5、6∶4、7∶3、8∶2、9∶1配制成9 種不同體積比的混合酒樣，在室溫下密封避光貯存，用于驗(yàn)證鑒別模型的適用性。

1.3.2 酒樣前處理

取適量酒樣，使用0.22 μm有機(jī)濾膜過濾酒樣，吸取990 μL過膜后的酒樣于2 mL氣相進(jìn)樣瓶中，加入10 μL混合內(nèi)標(biāo)溶液（叔戊醇、乙酸正戊酯、2-乙基丁酸，體積分?jǐn)?shù)均為1%），加蓋密封，備用待測。

1.3.3 GC-MS條件

GC條件：SH-Rtx-Wax色譜柱（30 m×0.25 mm，0.25 μm）；載氣為高純氦氣（純度99.999%），流速1.00 mL/min；進(jìn)樣口溫度250 ℃；分流進(jìn)樣，分流比30∶1；溶劑延遲2 min；氫氣流量30 mL/min；空氣流量300 mL/min；尾吹氣流量30 mL/min；升溫程序：初始溫度30 ℃，保持2 min，以3 ℃/min升溫至180 ℃，再以15 ℃/min升溫至210 ℃，保持8 min。

MS條件：電子電離源；離子源溫度230 ℃；四極桿溫度150 ℃；電子能量70 eV；全掃描模式，質(zhì)量掃描范圍/35～550。

1.3.4 GC條件

與1.3.3節(jié)中GC條件一致。

1.3.5 酒樣中揮發(fā)性物質(zhì)定性分析

通過對比GC-MS直接進(jìn)樣分析所得總離子流圖與NIST11譜庫中的化合物，對比GC分析所得色譜圖與標(biāo)準(zhǔn)品色譜圖進(jìn)行酒樣中各揮發(fā)性物質(zhì)的定性。

1.3.6 酒樣中揮發(fā)性物質(zhì)定量分析

以待測物與內(nèi)標(biāo)物的含量比為橫坐標(biāo)，峰面積比為縱坐標(biāo)，建立各揮發(fā)性物質(zhì)的標(biāo)準(zhǔn)曲線，采用內(nèi)標(biāo)標(biāo)準(zhǔn)曲線法定量酒樣中各揮發(fā)性物質(zhì)含量。所有酒樣重復(fù)測定3 次。

1.3.7 OAV計算

根據(jù)定量結(jié)果結(jié)合各揮發(fā)性物質(zhì)閾值（odor threshold，OT）（μg/L），按下式計算各揮發(fā)性物質(zhì)OAV：

式中：為各揮發(fā)性物質(zhì)質(zhì)量濃度/（mg/L）。

1.4 數(shù)據(jù)處理與分析

1.4.1 數(shù)據(jù)處理

預(yù)處理后的數(shù)據(jù)采用SIMCA 13.0軟件進(jìn)行PCA、OPLS-DA模型構(gòu)建及VIP值分析；用MetaboAnalyst 5.0繪制聚類熱圖；用SPSS 26.0軟件進(jìn)行-檢驗(yàn)。

1.4.2 PCA和OPLS-DA模型的構(gòu)建及驗(yàn)證

從所檢測的稛沙酒樣和碎沙酒樣中各隨機(jī)選擇1/5作為測試集，用于后續(xù)模型驗(yàn)證，剩下4/5作為訓(xùn)練集以構(gòu)建鑒別模型。對訓(xùn)練集樣品數(shù)據(jù)采用PCA，根據(jù)得分圖判斷樣品分布情況，利用Hotelling’s檢驗(yàn)和DModX法篩選異常值并排除。剩下訓(xùn)練集樣品數(shù)據(jù)采用OPLS-DA建立鑒別模型并進(jìn)行K-fold交叉驗(yàn)證（＝7），同時對OPLS-DA模型進(jìn)行200 次置換檢驗(yàn)，以驗(yàn)證模型是否過擬合。將測試集樣品數(shù)據(jù)以及混合酒樣數(shù)據(jù)代入鑒別模型中，輸出其分類結(jié)果。

1.4.3 關(guān)鍵差異物質(zhì)的確定

根據(jù)VIP值的大小判斷各揮發(fā)性物質(zhì)對酒樣差異的貢獻(xiàn)，篩選出VIP值大于1的物質(zhì)作為潛在差異物質(zhì)。繪制熱圖并對潛在差異物質(zhì)進(jìn)行聚類分析，以進(jìn)一步證實(shí)所篩選潛在差異物質(zhì)區(qū)分不同酒樣的有效性，進(jìn)行-檢驗(yàn)，以小于0.01的物質(zhì)確定為關(guān)鍵差異物質(zhì)。

2 結(jié)果與分析

2.1 不同工藝醬香型白酒揮發(fā)性物質(zhì)定性定量分析

對48 個酒樣進(jìn)行定性定量分析，共得到156 個測量值（稛沙及碎沙酒樣各78 個）。由表1可知，共鑒定出37 種揮發(fā)性物質(zhì)，包括酯類13 種、醇類7 種、酸類7 種、羰基化合物3 種、吡嗪類2 種、呋喃類2 種及芳香族化合物3 種。所得標(biāo)準(zhǔn)曲線的相關(guān)系數(shù)均大于0.996，線性關(guān)系良好；相對標(biāo)準(zhǔn)偏差均小于7%，表明該方法具有良好的精密度。除癸酸乙酯、糠醇、乙酸苯乙酯、-苯乙醇外，稛沙酒樣鑒定出的揮發(fā)性物質(zhì)的質(zhì)量濃度均高于碎沙酒樣。

表1 稛沙和碎沙酒樣中揮發(fā)性物質(zhì)定性定量分析Table 1 Qualitative and quantitative analysis of volatile components in baijiu samples

由表2可知，稛沙酒樣中各類揮發(fā)性物質(zhì)的質(zhì)量濃度及所有揮發(fā)性物質(zhì)的總質(zhì)量濃度均高于碎沙酒樣，其中酯類的質(zhì)量濃度最高，其次是酸類和醇類，吡嗪類和芳香族化合物最低。由圖1可知，各類揮發(fā)性物質(zhì)占所有揮發(fā)性物質(zhì)的相對含量并非都是稛沙酒樣高，碎沙酒樣中的酯類、酸類和芳香族化合物的相對含量均高于稛沙酒樣。這說明酒樣品質(zhì)可能與各類揮發(fā)性物質(zhì)所占比例有關(guān)，適宜的配比有利于提升白酒品質(zhì)。

由表1還可知，揮發(fā)性物質(zhì)對白酒香氣的貢獻(xiàn)程度。兩種酒樣中乙縮醛、乙醛、丁酸乙酯、乙偶姻、戊酸乙酯、辛酸乙酯的OAV均大于100，對酒樣風(fēng)味產(chǎn)生具有重要貢獻(xiàn)，說明稛沙和碎沙酒樣的風(fēng)味主要羰基化合物和酯類產(chǎn)生，與前人研究結(jié)果一致。其中，酯類是白酒的重要香氣化合物，是醬香型白酒中最重要、最豐富的物質(zhì)；醛類是縮醛的前體物質(zhì)，使白酒香味更加飄逸；縮醛類賦予白酒清香柔和感；而酮類賦予酒體綿柔細(xì)膩感。此外，乙醛與乙縮醛的比例在一定程度上是判斷酒質(zhì)與酒齡的標(biāo)志之一。稛沙酒樣中糠醛（2.25±0.88）、三甲基吡嗪（1.96±0.97）和丙酸（1.81±1.04）對香氣產(chǎn)生有貢獻(xiàn)，而在碎沙酒樣中其OAV均小于1，對香氣產(chǎn)生貢獻(xiàn)不大，說明這3 種揮發(fā)性物質(zhì)可能是造成兩種工藝酒樣差異的潛在標(biāo)記物。

表2 稛沙和碎沙酒樣中各類揮發(fā)性物質(zhì)的質(zhì)量濃度及所有揮發(fā)性物質(zhì)的總質(zhì)量濃度Table 2 Concentrations of individual and total volatile substances in baijiu samples mg/L

圖1 稛沙和碎沙酒樣中各類揮發(fā)性物質(zhì)相對含量Fig. 1 Relative contents of volatile components in baijiu samples

2.2 不同工藝醬香型白酒揮發(fā)性物質(zhì)的差異分析

從測得的156 個數(shù)據(jù)中隨機(jī)選擇30 個作為測試集（稛沙及碎沙酒樣各15 個），其余126 個作為訓(xùn)練集。

2.2.1 PCA訓(xùn)練集酒樣數(shù)據(jù)

前8 個PC累計貢獻(xiàn)率達(dá)到82.6%，其中PC1和PC2的貢獻(xiàn)率分別為32.8%、14.9%。由圖2可以看出，兩種酒樣未完全分離，可能是由于酒樣來源于同一地域不同企業(yè)，其生產(chǎn)環(huán)境、條件、工藝等略有差別；還可看出，除一些異常值外，同種工藝酒樣大部分能聚集在一起，但碎沙酒樣分布比稛沙酒樣更集中，說明碎沙酒樣組內(nèi)差異較小，稛沙酒樣組內(nèi)差異較大，即同一地域不同企業(yè)生產(chǎn)的碎沙酒樣較接近，而稛沙酒樣則差別相對較大。PCA結(jié)果表明，兩種工藝酒樣揮發(fā)性物質(zhì)分布有一定差異。

此外，分析過程中共排除12 個異常值，其余114 個測量值用于構(gòu)建鑒別模型及確定潛在差異物質(zhì)。

圖2 訓(xùn)練集不同工藝酒樣揮發(fā)性物質(zhì)PCA得分圖Fig. 2 PCA score plot for volatile components of baijiug samples in training set

2.2.2 不同工藝酒樣揮發(fā)性物質(zhì)的鑒別模型構(gòu)建

圖3 訓(xùn)練集不同工藝酒樣揮發(fā)性物質(zhì)OPLS-DA得分圖Fig. 3 OPLS-DA score plot for volatile components from baijiug samples in training set

由圖4可知，置換檢驗(yàn)截距為0.183，截距為-0.61，且圖中左側(cè)的點(diǎn)均低于右側(cè)的點(diǎn)，說明該OPLS-DA模型不存在過擬合現(xiàn)象且初始模型最優(yōu)。

圖4 訓(xùn)練集不同工藝酒樣揮發(fā)性物質(zhì)OPLS-DA驗(yàn)證模型Fig. 4 Permutation test of OPLS-DA model for training set

2.2.3 不同工藝酒樣揮發(fā)性物質(zhì)的鑒別模型驗(yàn)證

用隨機(jī)選取的測試集樣品數(shù)據(jù)評估鑒別模型的分類能力，模型將各樣品進(jìn)行分配，測試正確率達(dá)93.33%，由圖5可知，只有1 個稛沙酒樣和1 個碎沙酒樣沒有分布到對應(yīng)區(qū)域，其余測試集酒樣均分配正確，該模型可以較好地對稛沙和碎沙酒樣進(jìn)行分類。

圖5 測試集不同工藝酒樣揮發(fā)性物質(zhì)OPLS-DA得分圖Fig. 5 OPLS-DA score plot for volatile components from baijiu samples in testing set

將9 種不同比例混合酒樣的定量結(jié)果代入模型，由圖6可知，其中1∶9混合酒樣被識別為碎沙酒，9∶1混合酒樣被識別為稛沙酒，其余酒樣均未被分配到任意一類。

模型對測試集酒樣和混合酒樣的分配結(jié)果以及混合酒樣在該模型中的分布情況表明，該鑒別模型不僅能應(yīng)用于稛沙和碎沙酒樣的分類，同時還可用于混合酒樣的識別，根據(jù)混合酒樣在模型中的分布區(qū)域，能大致判斷該混合酒樣中稛沙與碎沙酒樣的比例，從而對混合酒樣品質(zhì)進(jìn)行初步鑒別。

圖6 不同比例混合酒樣揮發(fā)性物質(zhì)OPLS-DA得分圖Fig. 6 OPLS-DA score plot for volatile components from mixed samples in different proportions

2.3 不同工藝醬香型白酒潛在差異物質(zhì)的確定

VIP大于1可認(rèn)為該變量為該判別模型的潛在差異物質(zhì)，且VIP值越大說明該物質(zhì)在判別過程中的貢獻(xiàn)越大。根據(jù)模型VIP值確定了14 種物質(zhì)作為潛在差異物質(zhì)（圖7），包括4 種醇（1,2-丙二醇、正丙醇、仲丁醇、異戊醇），4 種酯（乙酸乙酯、丙酸乙酯、2-甲基丁酸乙酯、丁酸乙酯），2 種酸（丙酸、乙酸），2 種羰基化合物（乙縮醛、乙偶姻），1 種呋喃（糠醛），1 種吡嗪（三甲基吡嗪）。其中，糠醛的VIP值最高（1.833 41），同時由OAV可看出（表1），糠醛對稛沙酒樣的香氣產(chǎn)生有貢獻(xiàn)而對碎沙酒樣香氣貢獻(xiàn)不大，說明糠醛可能是造成稛沙和碎沙酒樣之間差異的重要物質(zhì)。糠醛在醬香型白酒的呋喃類中含量最高，具有杏仁香，已成為醬香型白酒的一個標(biāo)志組分，是區(qū)別于其他香型白酒的主要特征之一。

圖7 不同工藝酒樣中37 種揮發(fā)性物質(zhì)的VIP值Fig. 7 VIP values of 37 volatile components from baijiu samples

圖8 不同工藝酒樣中14 種潛在差異物質(zhì)的聚類熱圖Fig. 8 Clustering heatmap of 14 potential differential compounds between baijiu samples

以14 種潛在差異物質(zhì)繪制熱圖并聚類分析（圖8）。相同工藝酒樣聚集在一起，進(jìn)一步證實(shí)所選14 種物質(zhì)對兩種不同工藝酒樣區(qū)分的有效性。通過-檢驗(yàn)確定了13 個關(guān)鍵差異物質(zhì)（＜0.01），為糠醛、1,2-丙二醇、正丙醇、乙酸乙酯、仲丁醇、丙酸乙酯、三甲基吡嗪、2-甲基丁酸乙酯、乙縮醛、乙偶姻、丙酸、丁酸乙酯、乙酸。

3 結(jié) 論

采用GC、GC-MS對不同工藝醬香型酒樣進(jìn)行定性定量分析，定性分析共鑒定出37 種揮發(fā)性物質(zhì)；定量分析發(fā)現(xiàn)稛沙酒樣中各類揮發(fā)性物質(zhì)的質(zhì)量濃度及所有揮發(fā)性物質(zhì)的總質(zhì)量濃度均高于碎沙酒樣，但碎沙酒樣中的酯類、酸類和芳香族化合物占其所有揮發(fā)性物質(zhì)的相對含量高于稛沙酒樣，說明白酒品質(zhì)可能與各物質(zhì)配比相關(guān)。兩種酒樣中乙縮醛、乙醛、丁酸乙酯、乙偶姻、戊酸乙酯、辛酸乙酯的OAV均大于100，對酒樣風(fēng)味產(chǎn)生具有重要貢獻(xiàn)，說明稛沙和碎沙酒樣的風(fēng)味主要由羰基化合物和酯類產(chǎn)生；稛沙酒樣中糠醛、三甲基吡嗪和丙酸對香氣產(chǎn)生有貢獻(xiàn)，而對碎沙酒樣貢獻(xiàn)不大，說明這3 種物質(zhì)可能是造成兩種工藝酒樣差異的潛在差異物質(zhì)。

利用PCA和OPLS-DA構(gòu)建了稛沙酒樣與碎沙酒樣的鑒別模型，并隨機(jī)選擇30 個酒樣作為測試集對模型進(jìn)行驗(yàn)證，總體正確率為93.33%，模型良好，可以基本實(shí)現(xiàn)兩種工藝酒樣的鑒別。9 種不同比例混合酒樣在模型中的分配結(jié)果和分布情況表明，該鑒別模型不僅能應(yīng)用于稛沙和碎沙酒樣的分類，還可用于混合酒樣的初步識別。VIP分析篩選出造成兩種工藝酒樣差異的14 個潛在差異物質(zhì)（VIP＞1），聚類熱圖分析結(jié)果進(jìn)一步證實(shí)了14 種潛在差異物質(zhì)對區(qū)分兩種不同工藝酒樣的有效性。最終確定了兩種工藝酒樣之間的13 個關(guān)鍵差異物質(zhì)（＜0.01），為糠醛、1,2-丙二醇、正丙醇、乙酸乙酯、仲丁醇、丙酸乙酯、三甲基吡嗪、2-甲基丁酸乙酯、乙縮醛、乙偶姻、丙酸、丁酸乙酯、乙酸。其中，糠醛VIP值最高，同時在兩種酒樣中OAV差異也較大，說明糠醛可能是造成稛沙和碎沙酒樣之間差異的重要物質(zhì)。

本研究實(shí)現(xiàn)了對稛沙酒樣和碎沙酒樣的鑒別，并確定了對差異產(chǎn)生有較大貢獻(xiàn)的揮發(fā)性物質(zhì)。該鑒別模型與感官鑒別相比更加客觀，使兩種工藝酒樣的鑒別更加高效和準(zhǔn)確。稛沙和碎沙酒的準(zhǔn)確鑒別對于后續(xù)醬香型成品白酒的勾調(diào)以及提升醬香型白酒的品質(zhì)具有重要意義。目前，對于不同工藝醬香型白酒鑒別的相關(guān)研究還處于初級階段，研究結(jié)果與結(jié)論也需要在后續(xù)探索中進(jìn)一步驗(yàn)證，以期為白酒行業(yè)相關(guān)領(lǐng)域的發(fā)展提供借鑒。