贡 慧，史智佳，杨 震，田寒友，乔晓玲*
(中国肉类食品综合研究中心，北京 100068)
摘 要：利用电子鼻研究煮制过程中的酱牛肉挥发性风味变化，分析其动态变化规律。利用主成分分析法、传感器的载荷分析法和线性判别式分析法对不同煮制时间的酱牛肉进行归类分析。结果表明：不同煮制时间对酱牛肉的风味有较大影响，煮制4 h获得最具特色的酱牛肉风味。
关键词：电子鼻；酱牛肉；主成分分析；线性别式分析
酱牛肉是我国的传统特色肉制品，其浓郁喷香的风味被人们所推崇，至今仍是千家万户餐桌上的美味佳肴。酱牛肉煮制时间的长短是关系到产品风味与口感的关键因素：时间过短，香辛料和/与牛肉间的理化反应不完全，风味形成不饱满；时间过长则造成能源浪费，且有可能破环牛肉的营养成分 [1-3]。目前，虽然有部分酱牛肉相关的风味研究报道，但涉及加工时间与风味变化的研究依然较少 [4-6]。
目前，对食品气味和风味进行分析多采用感官评价或气相色谱-质谱联用（gas chromatography-mass spectrometry，GC-MS）的方法，感官评价法因个人喜好偏差会带来误差，气质联用法成本高、检测周期长，且测试结果很难代表样品的整体气味 [7-9]。电子鼻是仿照生物嗅觉系统，利用气体传感器阵列的响应曲线来识别气味的一种电子系统 [10-15]。电子鼻对样品中挥发成分的整体信息进行综合分析，既可以避免人为的主观影响，又简单、省时 [16-20]。它与普通的化学分析仪器，如色谱仪、光谱仪等的最大区别就在于其得到的不是被测样品中某种或某几种成分的定性或定量结果，而是样品中挥发成分的整体信息，也称“指纹”数据 [21-25]。本实验利用电子鼻对不同煮制时间酱牛肉中不同类型风味物质相应的变化进行检测，并对结果进行主成分分析（principal component analysis，PCA）、传感器载荷分析（loadings analysis，LA）和线性判别式分析（linear discriminant analysis，LDA），以确定最有利于酱牛肉风味形成的煮制时间，为酱卤肉制品的风味分析提供基础信息。
1.1 材料与试剂
牛肉来自于月盛斋食品有限公司。
食盐、白糖、酱油、白酒、味精、料酒、香辛料等，均为市售。
1.2 仪器与设备
PEN3电子鼻 德国Airsense公司。电子鼻由气体采集流向控制系统、气敏传感器阵列(包含10 个金属氧化物传感器)、信号处理子系统和模式识别子系统4 部分组成；根据传感器接触到检测样品挥发成分后的电导率G与传感器经过标准活性炭过滤气体的电导率G 0的比值进行数据处理和模式识别，敏感性为1 mL/m 3，各传感器性能见表1。
表1 PEN3型便携式电子鼻传感器性能描述
Table 1 Performance of 10 sensors for PEN3 portable electronic nose
阵列序号传感器名称性能描述R1W1C芳香成分苯类R2W5S灵敏度大，对氮氧化合物很灵敏R3W3C氨类，对芳香成分灵敏R4W6S主要对氢化物有选择性R5W5C短链烷烃芳香成分R6W1S对甲基类灵敏R7W1W对无机硫化物灵敏R8W2S对醇类、醛酮类灵敏R9W2W芳香成分，对有机硫化物灵敏R10W3S对长链烷烃灵敏
1.3 方法
1.3.1 样品的制备
取牛腱肉为原料肉，水解冻，解冻至中心温度―2～4 ℃后修整、分割；水烧至80 ℃时将酱油、盐、料酒、糖等辅料加入，水煮沸后，将香辛料加入煮制10 min；然后将肉放入开始煮制，煮制4 h。从加入原料肉开始，之后后每1 h取样，包装、冷藏。
1.3.2 电子鼻测定
样品切碎、密封至进样瓶内一定时间后，其顶空气体经采样通道泵入电子鼻，电子鼻中的传感器吸附样品，电导率值发生变化，该信号被获取并存储于计算机中；采样完成后，经活性炭过滤后的洁净空气被泵入电子鼻，对传感器进行清洗并使其恢复到初始状态。电子鼻测定条件：室温下（25 ℃），清洗时间250 s，进气量300 mL/min，测定时间60 s。每个样品均准备5 个平行样品，以便进行PCA与LDA的统计分析，保证实验的准确性。
1.3.3 数据分析
经多次预实验发现电子鼻检测从50 s左右开始趋于稳定，为了保证实验数据的稳定性和精确度，确定分析采样时间设定60 s、特征值提取时间点设定为55～59 s，取50～60 s处的信号作为分析的时间点。为了消除漂移现象，更好地保证了测量数据的稳定性和精确度，要求每次测量前后，传感器都要进行清洗和标准化。统计分析10 个不同选择性传感器的G/G 0值；通过电子鼻Winmuster分析软件对采集到数据进行分析。利用与电子鼻系统配套的WinMuster软件，对55～59 s 内的电子鼻挥发性成分测定数据进行PCA、LDA和LA分析。
2.1 电子鼻对酱牛肉风味特征的相应
图1为10 个传感器感应强度随时间变化的响应曲线，不同曲线代表酱牛肉不同类型挥发性风味物质通过传感器通道时，感应强度随时间的变化情况。
由图1可知，10 个传感器的感应强度随时间有明显变化，故可将酱牛肉不同种类的挥发性风味物质明显区分开。电子鼻检测从50 s左右开始趋于稳定，为了保证实验数据的稳定性和精确度，确定分析采样时间设定60 s、特征值提取时间点设定为55～59 s。
2.2 PCA结果
PCA是一种多元统计分析方法，是将提取的传感器多指标信息进行数据转换和降维，并对降维后的特征向量进行线性分类，最后在PCA图上显示主要的两维图；贡献率大，说明主要成分可以较好地反映原多指标的信息。一般情况下，总贡献率超过70%～85%，此方法即可使用。PCA图中，两个样品在横坐标上的距离越大，说明其差异越大；而两个样品在纵坐标上的距离即使很大，由于第2主成分的贡献率相对较小，其实际差异也不会很大。
由图2可知，第1主成分为99.83%，大于85%，表明两个主成分已经基本代表了样品的主要信息特征。酱牛肉在煮制过程中，4 h样品与其他3个样品在横轴上的距离最大，也就是说在第1主成分上的差异最大，即酱牛肉煮制最后1 h对其风味的影响最大，产生了与前3 h明显不同的风味物质；前3 h的样品在横轴上未能完全区分，证明在第1主成分上虽然有变化，但并不明显；1 h与3 h样品在横轴上可以完全区分，但距离较近，说明这两个样品的风味在第1主成分上有明显差异，但变化不大。4个样品在纵轴上几乎没有明显变化，且第2主成分所占比例不足1%，故可以忽略它们的第2主成分差异。
2.3 LA结果
LA通常用来检查PCA空间中传感器对模型数据分布的影响，可以识别传感器响应在识别模式中的重要性；位点坐标表示分别所在主成分上的比重，相关系数（绝对值）越大，主成分对该变量的代表性也越大；如果某个传感器在模式识别中负载参数近乎为0（图中坐标在（0,0）附近），说明传感器对检测样品的风味反应不敏感，该传感器的识别能力可忽略不计；如果响应值较高（图中坐标距离坐标（0,0）较远），说明传感器对检测样品的风味反应较敏感，该传感器是识别传感器。通过传感器贡献分析亦可看出样品中是哪一类物质对风味贡献最大。
图3 不同煮制时间酱牛肉的酱牛肉的传感器贡献分析图
Fig.3 Loadings analysis of spiced beef with differrnt cooking times
由图3可知，对酱牛肉风味响应较高的传感器为W1W、W5S与W2W，即酱牛肉的主要风味物质为无机硫化物类、氮氧化合物与芳香成分、有机硫化物类。
2.4 LDA结果
LDA是研究样品所属类型的一种统计方法，其利用了所有传感器的信号，以提高分类的准确性，更加注重样品在空间中的分布状态及彼此之间的距离分析。LDA的基本思想是通过投影将原始数据映射到另一个更低维的方向，使得投影后组与组之间尽可能地分开，而同一组内的关系更加密切。与PCA相比，LDA方法主要不同之处在于它利用先前赋予的分类信息进行计算。
图4 线性判别式分析图
Fig.4 LDA analysis of spiced beef with different cooking times
LDA分析方法注重气味速率（图中各类中心点之间的距离）的变化分析，第1判别函数（横轴，LDA1）、第2判别函数（纵轴，LDA2）的贡献率分别为92.51和 6.63%，总贡献率为99.14%。由于LDA分析方法注重酱牛肉风味速率（图中各类中心点之间的距离）变化分析，说明前3 h的样品的风味变化速率比较一致，又因其变化主要体现在第2判别函数上，贡献率较小，所以前3 h样品的风味变化速率较小，风味变化不甚明显；而4 h样品与前3个样品相比，其风味变化速率明显变大，且在第1判别函数上变化明显，说明在煮制最后1 h内酱牛肉的风味变化较快，且与之前的风味物质区分较大。
LDA分析与PCA分析相比，尽管两种方法均能应用于酱牛肉的风味分析，由于LDA判别考虑了种类间差异及组内点集中程度，并将其最大化，所以LDA区分效果较PCA更好，其分析图也更直观，易解析。
2.5 传感器对酱牛肉不同煮制时间的风味响应
图5 不同传感器下不同煮制时间的酱牛肉响应图
Fig.5 Response graphs of different sensors to volatile components of sauced beef with different cooking times
由图5可知，R2(氮氧化合物)、R7(无机硫化物)、R9(有机硫化物)响应值在4 h明显增强，均正方向偏离1值，表明随着煮制时间的延长，酱牛肉的氮氧化合物和硫化物等挥发性成分均有一定升高，也说明酱牛肉煮制4 h最有利于风味形成。
本实验分析结果表明，电子鼻对酱牛肉的挥发性物质反应灵敏，可无损检测酱牛肉的挥发性物质。对所获得的数据进行LA分析，说明了不同煮制时间对酱牛肉中无机硫化物、氮氧化物、芳香成分以及有机硫化物影响较大 。对所得电子鼻实验数据进行PCA与LDA分析则说明酱牛肉煮制4 h最有利于风味形成，而煮制时间过长则会影响其口感与质构特性，且会造成不必要的能耗与资源浪费。本实验除了从风味角度说明了酱牛肉的最佳煮制时间，亦可以作为一种酱牛肉风味的无损检测分析方法。
参考文献：
[1] 李治华, 黄驰, 王自鹏, 等. 不同后熟发酵时间郫县豆瓣酱挥发性成分分析[J]. 食品科学, 2014, 35(16): 180-184.
[2] 唐春红, 陈旭华, 张春晖, 等. 不同卤制方法对鸡腿肉中挥发性风味化合物的影响[J]. 食品科学, 2014, 35(14): 123-129.
[3] 李宁, 郑福平, 李强, 等. 电子鼻对牛奶、奶油、奶味香精检测参数的研究[J]. 食品科学, 2009, 30(18): 335-339.
[4] 赵秀洁, 吴海伦, 屠康. 基于电子鼻技术预测草莓采后品质的研究[J].食品科学, 2014, 35(18): 105-109.
[5] 陈丽萍, 徐茂琴, 何红萍, 等. 应用PEN3型电子鼻传感器快速检测食源性致病菌[J]. 食品科学, 2014, 35(8): 187-192.
[6] HAI Zheng ,WANG Jun. Detection of adulteration in camellia seed oil and sesame oil using an electronic nose[J]. European Journal of Lipid Science and Technology, 2006, 108: 116-124.
[7] 于勇, 王俊, 周鸣. 电子鼻技术的研究进展及其在农产品加工中的应用[J]. 浙江大学学报: 农业与生命科学版, 2003, 29(5): 579-584.
[8] ANTIHUS H G, WANG J, HU G, et al. Monitoring storage shelf life of tomato using electronic nose technique[J]. Journal of Food Engineering, 2008, 85(4): 625-631.
[9] 王俊, 胡桂仙, 于勇, 等. 电子鼻与电子舌在食品检测中的应用研究进展[J]. 农业工程学报, 2004, 20(2): 292-295.
[10] 赵颖, 王飞生, 许灿, 等. 不同处理工艺板栗酥饼风味成分的电子鼻检测[J]. 食品工业科技, 2014, 35(3): 283-287.
[11] 郭奇慧, 白雪, 康小红. 电子鼻测定纯牛奶气味过程中测定参数的研究[J]. 食品工业科技, 2007, 28(11): 226-228.
[12] 张顺平, 张覃轶, 李登峰, 等. 电子鼻技术在食醋识别中的应用[J].传感技术学报, 2006, 19(1): 104-107.
[13] MOENS M, SMET A, NAUDTS B, et al. Fast identification of ten clinically important micro-organisms using an electronic nose[J]. Letters in Applied Microbiology, 2006, 42: 121-126.
[14] YU H, WANG J. Discrimination of LongJing green-tea grade by electronic nose[J]. Sensors and Actuators B, 2007, 122: 134-140.
[15] SUTHERLAND F, GRAS R, LUONG J, et al. Determination of ultra trace levels of 1,2-dichloroethane in air by sample enrichment micromachined gas chromatography-differential mobility detection[J]. Journal of Chromatographic Science, 2007, 45: 486-491.
[16] GIORGIO M, GIACOMO S, PIER G P. Development of near infrared (NIR) spectroscopy and electronic nose (EN) techniques to analyse the conservation quality of farm silages[J]. Journal of Food, Agriculture & Environment, 2007, 5(1): 172-177.
[17] 郭奇慧, 白雪, 胡新宇, 等. 电子鼻测定酸奶气味过程中测定参数的研究[J]. 乳业科学与技术, 2008, 32(4): 170-172.
[18] 海铮, 王俊. 电子鼻信号特征提取与传感器优化的研究[J]. 传感技术学报, 2006, 19(3): 606-610.
[19] 徐亚丹, 王俊, 赵国军. 检测掺假牛奶的电子鼻传感器阵列的优化[J].传感技术学报, 2006, 19(4): 957-962.
[20] 张红梅, 王俊. 电子鼻传感器阵列优化及其在小麦储藏年限检测中的应用[J]. 农业工程学报, 2006, 22(12): 164-167.
[21] PERIS M, ESCUDER-GILABERT L. A 21st century technique for food control: electronic noses[J]. Analytica Chimica Acta, 2009, 638(1): 1-15.
[22] 陈丽丽, 赵利, 袁美兰, 等. 电子鼻检测贮藏期草鱼新鲜度的变化[J].食品科学技术学报, 2014, 32(4): 64-68.
[23] 周亦斌, 王俊. 基于电子鼻的番茄成熟度及贮藏时间评价的研究[J].农业工程学报, 2005, 21(4): 113-117.
[24] 胡桂仙, 王俊, 海铮, 等. 不同储藏时间柑橘电子鼻检测研究[J]. 浙江农业学报, 2006, 18(6): 458-461.
[25] 李越华, 包建强, 周秋淑, 等. 基于电子鼻的鲫鱼肉新鲜度研究[J].食品工业科技, 2014(19): 284-288.
Rapid Detection of Flavor Compounds in Spiced Beef with Different Cooking Times by Electronic Nose
GONG Hui, SHI Zhijia, YANG Zhen, TIAN Hanyou, QIAO Xiaoling*
(China Meat Research Centre, Beijing 100068, China)
Abstract：Electronic nose was used to detect changes in volatile flavor compounds of spiced beef during cooking. Classification analysis of samples with different cooking times was conducted by using principal component analysis (PCA), loadings analysis (LA) and linear discriminant analysis (LDA). Our results illustrated that different cooking times had a great effect on spiced beef flavor, and 4 h cooking was the most favorable for the formation of flavor compounds.
Key words：electronic nose; spiced beef; principal component analysis (PCA); linear discriminant analysis (LDA)
中图分类号：TS207.3
文献标志码：A
文章编号：1001-8123（2014）11-0034-04
收稿日期：2014-08-21
基金项目：动物源食品加工共性关键技术研究项目（2012-BAD28B01）
作者简介：贡慧（1987—），女，工程师，硕士，主要从事食品分析研究。E-mail：ghsunmer@126.com
*通信作者：乔晓玲（1964—），女，教授级高级工程师，学士，主要从事肉制品加工与加工装备研究。E-mail：cmrcsen@126.com