电子鼻应用于猪肉丸子香味预测

蒋 强，郑丽敏,2,*，田立军，程国栋，蒙万隆

（1.中国农业大学信息与电气工程学院，北京 100083；2.食品质量与安全北京实验室，北京 100083）

猪肉丸子是中华传统美食，市场上种类繁多，其风味是消费者选购时最关心的因素。目前已有很多关于猪肉风味的研究，脂质氧化和美拉德反应被认为是形成肉类特征性风味的2 个最主要的途径[1-4]，热处理的猪肉脂肪中，醛类和醇类物质占据了挥发性物质的多数[5]。很多学者[6-7]的研究发现肉品中脂肪含量不同导致其脂肪酸类型有所区别，进而会影响其风味。

感官评定在食品生产中应用广泛[8-10]，对制造出理想风味的食品有重要作用[11]。然而通过人的主观感觉而产生的数据经常波动很大[12]，目前电子鼻技术已经广泛应用于食品领域中的食物分类和品质检测[13-17]，但少有将电子鼻应用在食品风味的预测上。Haugen等[18]论述了气体传感器阵列技术结合多变量数据处理方法已被证明具有快速非破坏性分析食品中气味和风味的潜力。很多学者[19-20]的研究表明电子鼻对不同的肉品具有十分显著的分类效果。不同食品风味的差异主要由其挥发性风味物质的差异造成[21]，王智凝[22]利用逐步回归方法建立了电子鼻数据与气相色谱-质谱（gas chromatography-mass spectrometry，GC-MS）数据间的回归方程，发现电子鼻数据与GC-MS数据具有较强的相关性，表明电子鼻具有用作感官评定的潜在价值。本实验在电子鼻对不同丸子样本能够良好分类的基础上。使用GC-MS数据分析不同丸子的挥发性风味物质的差异，再结合电子鼻传感器与主要挥发性物质的相关性，判断电子鼻应用于感官评定的可行性，最后通过逐步回归建立电子鼻对人工感官评定指标得分的预测模型，以期能够通过少数人工感官评分找到电子鼻与该评分值映射的指纹数据，达到通过电子鼻技术快速、客观地评价猪肉丸子风味。

1 材料与方法

1.1 材料

实验所用的猪肉原料由北京资源集团提供，将当天宰杀的生猪胴体冷却后，获取瘦肉30 kg和肥肉10 kg，并绞成肉馅。设计肥肉、瘦肉配比不同的4 类丸子，每一种丸子所用猪肉（肥肉和瘦肉）的总质量为4 kg，丸子配方如表1所示。

表1 猪肉丸子配方Table 1 Meatball formulations

配方中的花椒水由花椒浸泡纯净水（100 g花椒加水1 000 mL）10 h后过滤掉花椒制成。将肉馅按照表1配制，顺时针搅拌20 min，加工制作成丸子（10 g/枚）。每一种丸子均用8 L水煮熟。

1.2 仪器与设备

Trace1310-TSQ8000 GC-MS联用仪 美国Thermo Fisher Scientific公司；Fiber 75 μm手动固相微萃取进样器、碳分子筛/聚二甲基硅氧烷（carboxen/polydimethysiloxane，CAR/PDMS）型萃取头 美国Supelco公司。

电子鼻设备由中国农业大学信息与电气工程学院研发，其16 个传感器阵列由TGS824、TGS822、TGS825、TGS880、TGS812、TGS831、TGS813、TGS830、TGS822TF、TGS2600、TGS2620（2 个）、TGS2611、TGS2602、TGS2610、TGS2201组成。

1.3 方法

1.3.1 感官评定设计

评价人员由中国农业大学食品科学与营养工程学院的10 位博士组成，严格遵循GB/T 16291.1—2012《感官分析选拔、培训与管理评价员一般导则》。

每位感官评定人员对4 类进行4 轮品尝，每次评测后对丸子香味进行打分。分值区间为0～4 分，0 分代表最低评价，4 分代表最高评价，见表2。

表2 感官评价标准Table 2 Sensory evaluation criteria

1.3.2 电子鼻检测

将丸子样本放入电子鼻盛物槽中使用顶空吸气法对样本的挥发性物质进行采集。测定条件：保持温度恒定在40 ℃。空气流量为3 L/min，测定前传感器清洗60 s。采样时间300 s。

1.3.3 挥发性物质的测定

使用顶空-固相微萃取方法提取挥发性化合物。准确称取3 g样品装入固相微萃取小瓶中，旋紧盖子，将固相微萃取瓶放入55 ℃水浴锅中，然后将固相微萃取针头插入瓶中，纤维头处于顶空状态吸附香气化合物40 min。然后用GC-MS方法测定挥发性化合物。

GC条件：TG-Wax极性柱（30 m×0.25 mm，0.25 μm）；高纯氦气（纯度＞99.99%）作为载气，流速1.0 mL/min（恒定）；不分流。程序升温：进样口温度230 ℃，柱温起始40 ℃保持5 min，以3 ℃/min升温到170 ℃，保持0 min，再以15 ℃/min升到230 ℃保持2 min。

MS条件：电子电离源；传输线温度230 ℃；电子能量70 eV；离子源温度280 ℃；质量扫描范围40～600 u。

依据NIST和Willey谱库检索，对样品的挥发性组分进行分析。

1.4 数据分析

使用Excel 2016对感官评价数据进行单因素方差分析；用MATLAB 2016b对电子鼻数据进行神经网络分类模型的训练；用Unscrambler 10.4对偏最小二乘回归图进行绘制；用SPSS 21.0软件对电子鼻进行线性判别分析（linear discriminant analysis，LDA）和逐步回归模型的建立。

2 结果与分析

2.1 感官评定分析结果

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

对获得的40 组丸子香味感官评价数据进行单因素方差分析，如表3所示。组间平方和为9.05，组内平方和为117.35，P值为0.008 78，说明不同丸子香味有极显著差异（P＜0.01）。如图1所示，在实验设计的肥、瘦肉比例变化区间中，随着肥肉比例上升丸子的香味得分也随之升高。

图1 4 类丸子香气感官得分的柱状图Fig. 1 Histogram for sensory scores of four pork balls

2.2 电子鼻数据分析结果

2.2.1 特征值提取与判别分析

与GC-MS技术不同，电子鼻对猪肉丸子挥发性物质的检测是针对挥发性气味的整体气味（指纹数据），而不是某一种具体的挥发性物质[23]。从电子鼻16 个传感器获取的数据中，每个传感器提取9 个特征值，每个样本可获得144 个特征值。采用LDA对电子鼻采集的特征值数据进行分类判别，如图2所示。4 类丸子样本组间区分明显，组内聚集程度高，说明电子鼻对4 类丸子具有良好的分类能力。

图2 特征值数据的LDA判别二维散点图Fig. 2 Two-dimensional scatter plot of LDA analysis for eigenvalues

2.2.2 神经网络对丸子分类识别

图3 神经网络模型效果图Fig. 3 Effect of neural network model

将电子鼻数据结合人工神经网络分类算法，进行分类判别，本实验得到4 类猪肉丸子的电子鼻检测数据，每种丸子15 组样本，共60 组样本。使用MATLAB神经网络分类工具箱进行模型训练，选择60 组数据中的45 组数据作为训练集，3 组数据作为验证集，12 组数据作为测试集。训练后模型的分类效果如图3所示。测试集正确率为91.7%，12 个测试样本仅有一个被分类错误。说明电子鼻结合机器学习算法对不同肥、瘦肉比例的猪肉丸子的挥发性风味具有显著的分类能力。

2.3 GC-MS分析结果

2.3.1 测定结果分析

GC-MS检测出67 种不同的化合物，主要为醇类、醛类和酮类等。如表4所示，检测出的挥发性化合物中醛类和醇类挥发性物质总量超过80%。醛类相对含量随着肥肉含量的增加而增加，醇类相反。

醛类物质相对含量为30.68%～46.75%，在10～11 种醛类物质中己醛占到了醛类总量的75.68%～84.68%。相对含量最多的物质分别是己醛（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对含量更高。己醛具有油脂和青草气息及苹果香味[24]，癸醛和庚醛可赋予肉水果香、甜香和脂香。醛类物质的阈值较低[25-27]，是肉品香味的主要构成物质[28]。

表4 GC-MS数据Table 4 Relative contents of volatile compounds in pork balls determined by GC-MS

醇类物质在1号丸子样本中相对含量为53.52%，超过挥发性物质总量的一半，4号丸子样本中醇类相对含量为37.37%，相比1号丸子减少了16.15%，在检测到的22 种醇类物质中相对含量较高的主要是桉树醇（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（仅在1号丸子中含量较高，为13.48%）。醇类物质阈值也较低[25-27]，本实验检测出醇类物质相对含量较大，对丸子的整体风味的形成也具有重要的贡献。

酮类物质在总挥发性物质中的占比为3.76%～8.16%，主要来源是不饱和脂肪酸的热氧化或降解以及氨基酸降解[30]。酮类化合物一般呈奶油香和水果香气，与肉味香气相关不大，在肉品整体香气中起到微妙的作用。

碳氢化合物对风味的贡献较小，但是其形成的杂环化合物阈值较低[31]，具有很重要的作用，例如本实验检测到少量的呋喃类物质，如2-戊基呋喃（豆香和蔬菜芳香）阈值很小，对丸子香气有重要贡献。

2.3.2 电子鼻特征值与挥发性物质的偏最小二乘回归分析

图4 传感器平均值与GC-MS数据关系的偏最小二乘回归图Fig. 4 PLS regression plot showing the correlation between GC-MS data and average data from each of 16 sensors

将4 类丸子共有的38 种挥发性化合物做自变量，16 个传感器每个传感器平均值做因变量，应用偏最小二乘回归来观察两者之间的相关性，如图4所示。该模型分别解释了95%和60%的挥发性物质和电子鼻传感器数据的变化。相对含量较高且贡献较大的几种物质均与大部分传感器呈现较好的相关性，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、左旋香芹酮和桉树醇与大部分传感器都呈较强的正相关。己醛、戊醛、（Z）-2-庚烯醛、正戊醇和（Z）-2-庚烯醛等物质均与电子鼻特征值呈明显的负相关性。其中己醛含量较大相关性较为明显。上述证明了大部分电子鼻传感器与主要挥发性化合物具有较强的相关性。证明了电子鼻能够进行感官评定的可行性。同时观察发现s5与s16传感器靠近椭圆中心，说明并不是所有的传感器对猪肉丸子的挥发性气味敏感。

2.4 脂肪含量对丸子风味差异影响分析

表5 醛类挥发性物质与脂肪含量相关性分析Table 5 Correlation analysis of aldehydes and fat contents

为了探究猪肉中的脂肪含量的差异对丸子风味差异产生的影响，使用SPSS 21.0软件对GC-MS数据中醛类挥发性物质与脂肪含量进行相关性分析，如表5所示。醛类挥发性物质在4 类丸子中的相对含量与丸子脂肪含量有较强的相关性（P＜0.01）。

猪肉中，瘦肉部分的脂肪多由甘油三酯、磷脂和游离脂肪酸组成[32]，肥肉多为甘油三脂[33]，其中甘油三脂富含饱和脂肪酸和单不饱和脂肪酸（monounsaturated fatty acid，MUFA），磷脂中富含多不饱和脂肪酸[34]。不饱和脂肪酸氧化形成众多挥发性化合物，其中醛类、某些不饱和酮和呋喃衍生物是最重要的香气化合物[35]。从GC-MS数据上可以看出肥肉比例高的丸子产生的醛类物质越多，主要来源是肥肉脂肪中MUFA发生氧化。

2.5 感官指标与电子鼻数据回归分析

通过2.2节证明了电子鼻对4 类丸子具有良好的分类效果，2.3.2节表明电子鼻特征值和挥发性物质具有较强的相关性，同时这些挥发性风味物质是造成各类丸子感官指标得分差异的根本原因。为了建立感官评定的各指标得分与电子鼻数据之间的映射关系，使得电子鼻能够对丸子感官评定进行预测。使用逐步回归选取影响最大的特征值变量进入模型之中，然后重复此过程。通过SPSS 21.0软件中逐步回归，选用感官评定各指标平均分值作为因变量，自变量为电子鼻提取的特征值，每种丸子有15 组样本，其中10 组用来建立回归模型，5 组用来检验模型效果。得到以下回归模型。

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

式中：x1为传感器s3的最大值－最小值；x2为传感器s12的对数拟合一次项系数；x3为s13的对数拟合一次项系数；x4为s12二次项系数；x5为s9的最大值－最小值；x6为s12的相对积分值；x7为s11的半宽值。

方程中涉及的传感器的具体型号：s3为TGS825，s4为TGS880，s9为TGS822TF，s11为TGS2620，s12为TGS2611，s13为TGS2602。

表6 回归模型检验结果Table 6 Validation of regression model

由表6可以看出，4 个模型R2均大于0.9，P值均小于0.01，模型效果显著，预测误差较小。表明该模型可以有效预测90%以上的因变量变化。较小的预测误差说明使用电子鼻技术预测感官指标得分具有可靠性。

3 结 论

通过感官分析得出4 类丸子在香味指标上存在极显著差异，猪肉丸子香味感官评分为4号＞3号＞2号＞1号。电子鼻对4 类丸子分类结果表明，其能够有效区分不同种类的丸子。GC-MS对4 类丸子一共检测出67 种化合物，其中醛类、醇类和酮类等化合物对丸子风味差异的形成起到重要作用，结合脂肪含量对风味影响的分析结果可以推测，造成风味差异的原因是4 类丸子中肥肉、瘦肉不同的配比。偏最小二乘回归分析得到电子鼻传感器与对风味有很高贡献作用的挥发性化合物具有较好的相关性，表明了电子鼻用于感官评定具有可行性。通过以上分析，最后使用逐步回归得到香味感官得分数据和电子鼻数据之间的回归模型，显著性分析表明该模型能有效预测90%以上的因变量的变化，误差分析显示该模型具有较高的正确率，使用电子鼻设备来进行感官评定具有实际意义。通过电子鼻技术进行感官评定，具有快速、低成本和客观性等优点。

参考文献：

[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]李莹莹, 李家鹏, 吴晓丽, 等. 蒸煮温度和时间对猪肉脂肪酸组成比例关系的影响[J]. 食品科学, 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]潘见, 杨俊杰, 邹英子. 不同涂层SPME与GC-MS联用比较分析两种猪肉挥发性风味成分[J]. 食品科学, 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. 电子鼻在猪肉新鲜度检测中的应用研究[D]. 北京： 中国农业大学, 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, 陈诚, 清源, 等. 会东县不同品种块菌挥发性香气成分的GC-MS分析[J]. 食品科学, 2015, 36(18)： 132-136. DOI：10.7506/spkx1002-6630-201518024.

[30]霍晓娜, 李兴民, 刘毅, 等. 猪腿肉脂肪酸组成及脂肪氧化的研究[J].食品科学, 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. 肉制品与水产风味[M]. 李洁, 朱国斌, 译. 北京： 中国轻工业出版社, 2001.

[33]熊明民, 马长伟. 猪肉肌间/脂肪组织在蒸煮过程中的脂肪酸组成变化[J]. 食品科学, 2014, 35(7)： 64-67. DOI：10.7506/spkx1002-6630-201407013.

[34]王庭. 脂质对荣昌猪肉风味的贡献研究[D]. 重庆： 西南大学, 2011.

[35]颜伟强, 唐彬婧. 脂肪降解及其产物在美拉德反应中应用的研究[J].食品科学, 2006, 27(3)： 272-274.