今天介绍上海交通大学食品风味感知创新团队于2021年9月在期刊《Food Chemistry》发表的一篇研究文章。该研究使用感官评价和仪器分析技术结合多元统计分析方法探究热加工处理对河鲀感官特性和挥发性物质的影响。
今天介绍上海交通大学食品风味感知创新团队于2021年9月在期刊《Food Chemistry》发表的一篇研究文章。该研究使用感官评价和仪器分析技术结合多元统计分析方法探究热加工处理对河鲀感官特性和挥发性物质的影响。
1.介绍
由于河鲀独特的风味，它在一直受到关注。风味是食品质量的重要方面之一，鱼的风味的轻微变化对消费者的味觉反应有很大影响。
烹饪过程可以通过不同的机制影响鱼的香气和味道，如美拉德反应、脂质氧化、蛋白质降解等。因此，可以说适当的热加工过程有助于消除异味。然而，热加工的河鲀的整体感官特性从未被确定。由于河鲀的异味一直是一个令人困扰的问题，而热加工过程会极大地改变这种风味特征，因此进行感官特性评价并将其与仪器风味分析联系起来，对研究热加工对河鲀风味的影响是非常有用的。
研究内容与方法
（1）监测加工过程中鱼体的温度变化和水分迁移（低场核磁共振技术分析）。
（2）通过感官评价（定量描述分析）和仪器分析技术（电子鼻结合气相色谱-飞行时间质谱联用仪）对热加工河鲀的风味特性进行综合评价。
（3）利用主成分分析、偏最小二乘回归分析、层次聚类分析等统计学方法对感官评价结果和仪器分析数据进行多元统计拟和分析。
3结果与讨论
3.1 热加工河鲀的水动力学
随着温度的升高，水的流动性和分布在热热加工过程中可能发生变化，导致不同的感官质量。使LF-NMR比较生鱼和四种热加工鱼的水流动性的结果显示在图1B。与RawTR相比，蒸煮过程导致曲线向低弛豫时间转移（图1B）。弛豫时间较低的质子表明，蒸煮过程降低了水的流动性，增加了水和蛋白质骨架之间的结合。所有熟制样品的T22和T23都明显低于生RawTR，这表明所有熟制样品中蛋白质结合水和自由水的横向弛豫时间明显降低。水和鱼之间的分配对于BTR来说可能更容易达到平衡，导致BTR和RawTR之间所有松弛时间和比例值的变化最小，而相比之下，在MTR和RTR系统中更难达到平衡。然而，MTR和RTR在所有三个弛豫时间（T21、T22、T23）、P21和P22值方面没有明显差异，这可能是由微波打破水和其他大分子之间的氢键造成的。
图1 (A)LF-NMR1的中心温度曲线；(B)连续横向弛豫时间曲线；(C)横向弛豫时间；(D)峰面积比
3.2 热加工河鲀的含水量和颜色
中心温度和水分动态的不同导致了不同的物理化学特性，因此测定了剩余重量、水分含量和颜色。所有四种热加工类型的水分含量都明显降低，但焙烧过程导致水分含量最低，剩余重量最低，而STR和MTR之间没有明显差异。
通过颜色结果的比较，RTR的a*和b*值在生、熟样品中明显最高，所以RTR的红色和黄色明显更多。生鱼的亮度（L*）随着烹饪的进行而明显增加，与MTR相比，增幅最大，RTR的增幅最小。至于RTR，在高温下的长时间加热导致了棕色，表明了最强烈的美拉德反应。
3.3 热加工河鲀的感知感官属性
定量描述性分析（QDA）被用来评估热加工河鲀的整体感官特征。感官质量被定义为测量正鼻/鼻后香气（O/R）、味道（T）、口感（M）和后效应（A）的感知。在所有40种感知属性中，所有熟食样品的腥味-O/R和鲜味-A属性的强度都处于最高浓度，这表明腥味和鲜味可能是本研究中两个突出的感官属性。在四个熟食样品中，RTR的烤制-O/R、油性-O/R、苦味-T、咸味-T、纤维-T、耐嚼-T、酸味-A和涩味-A属性的强度最高，而腐烂的鱼-O、泥土-O、大豆-O、乳制品-O、多汁-M和嫩味-M的得分最低。然而，除了MTR的多汁-M属性强度最高外，这些属性在其他三个熟食样品（BTR、STR和MTR）中没有明显变化。
图2 热加工河鲀的定量描述性分析（QDA）
3.4 热加工河鲀挥发性化合物分析
3.4.1 热加工河鲀的动态香气特征变化
图3A描述了每个传感器对应于每个熟食样品的响应信号。如PCA图所示（图3B），前两个主成分PC1和PC2分别解释了48.78%和41.22%的方差。不同的熟制样品被聚成不同的组：不同样品的位置从左上角的RawRT演变到其他熟制样品（MTR、BTR和STR），RTR样品分布在PCA的第四象限。这种变化趋势表明，RTR的香气特征比RawRT明显，而BTR和STR的香气特征更为相似，而MTR的香气特征与RawRT最为接近。
图3 香气分析与雷达图
3.4.2 热加工河鲀的挥发性化合物
在热加工样品中共鉴定了117种挥发性化合物，包括36种碳氢化合物、11种含硫化合物、15种含氮化合物、12种醛类、15种酮类、18种醇类和10种其他化学家族的化合物。比较不同样品中检测到的挥发性物质的总数，RawTR的总数最低（83），RTR的总数最大（117），而BTR（94）、STR（100）和MTR（98）的总数处于中间范围。BTR、STR和MTR的气味成分相似，但其特定化合物的浓度却不同。
为了可视化香气数据的相关性，应用主成分分析（PCA）从相对OAVs高于1的15种重要挥发性化合物中提取信息（图3C）。两个主成分（PC）解释了92.00%的方差，代表了所有样品的良好分离。RTR和RawTR相距较远，而BTR、MTR和STR相距较近，其趋势与电子鼻的PCA数据一致（图3B）。BTR、MTR和STR聚集在PC1轴的正侧，而MTR/STR和BTR则分别位于PC2轴的正侧和负侧。如图3C所示，有7个醛类、1个酮类和2个醇类的相对OAV值高于1，其中只有2-甲基丁醛和3-甲基丁醛与RTR密切相关（图3C）。此外，甲硫醇和三甲胺和2-乙基-3,5-二甲基吡嗪和2-糠基硫醇与RTR密切相关，而另一种含硫化合物（二甲基三硫）与STR关系更大。
3.5 挥发物与感官香气属性之间的相关性
为了研究它们之间的相关性，以感官香气属性的得分和挥发性化合物的浓度为基础，分别进行了部分最小二乘法回归（PLS-R）分析，作为Y型定量因变量和X型定量解释变量。如图4A所示，前两个轴显示前两个代表性成分，STR/MTR、BTR和RTR分别投射到第二、第三和第四象限。内圈和外圈代表变量解释方差的50%和100%，而Q2,R2Y和R2X的累积指数分别为0.846, 0.956和0.874。除3个碳氢化合物、苯并噻唑和3个醇外，其他Y和X变量都在两个圆圈之间，所以这个PLS-R模型提供了一个质量良好的预测模型。RTR与正鼻的”腥味、油味和烤味 “感官属性以及那些来自Strecker降解或美拉德反应的气味，如含硫和含氮化合物，呈正相关。同时，STR和MTR与其他感官属性和由脂质氧化产生的气味剂呈正相关，如大多数醛类、醇类和一些酮类，而BTR的香气不太强烈，因为其周围的变量有限。此外，”腥-O “属性因素投射在t1轴的正轴上，与投射在t1轴的负轴上的 “腐臭的鱼-O “属性负相关。嗅觉属性与检测到的香气化合物密切相关。TMA与令人愉快的 “鱼腥味-O “而不是令人不快的 “腐臭的鱼-O “感官属性有明显的正相关，用适量的TMA赋予其积极贡献。因此，用较少的水、较高的温度和较长的加热时间进行烹饪，更有可能减少异味，增加烤制的愉悦感。
图4 烹制河鲀感官属性与理化性质的相关性分析
3.6 水分特性与口感属性之间的相关性
除了正鼻感官属性外，5个口感属性中的4个在四种河鲀样品之间有显著差异，它们是区分四种数是样品的最重要的属性类别。使用层次聚类分析（HCA）和相关的热图绘制了口感属性和水分特性之间的关系，使用的结果在熟食样品之间存在明显差异。树状图显示，四个热加工的样品被分成三个簇。STR和MTR构成了第一组，然后与BTR聚为第二组；而RTR则处于一个独立的第三组。因此，在不同的热加工方法之间进行比较，烤制过程导致样品具有不同的水分动态和较低的水分含量与较高的失水率，这导致了比其他三种熟食样品更明显的口感。因此，从水分特性和感官属性之间的相关性可以看出，在热加工的样品中，有两个独特的聚类显示出独特的差异。四个指标构成了图4B的上部簇，其中RTR的值较高。与P21相比，耐嚼-M和纤维-M属性与失水率更相关。
4. 结论
研究了四种烹饪工艺对河鲀的感官和相关物理化学特性的影响。中心温度的动态变化导致了不同的水的动态变化和热热加工过程中水流动性的降低，这最终导致了熟制河鲀不同的物理化学特性和感官特性。感官分析产生了40个属性，包括20种正鼻/鼻后香气香气（O/R）、6种味道（T）、5种口感（M）和9种后效应（A）属性。观察到风味属性与挥发性化合物的相关性。总的来说，热加工是熟制河鲀产生理想感官质量的重要步骤，与生鱼相比减少了酸败的风险，不同的方法产生了不同的味道和纹理特征。感官属性与仪器分析显示出良好的相关性，因此仪器数据可以作为感官质量评价的标志和熟制河鲀鱼生产链的工具。
- 参考文献：Zhang D. N., Yang N., Fisk I. D., et al. Impact of cooking on the sensory perception and volatile compounds of Takifugu rubripes[J]. Food Chemistry, 2022, 371: 13.
原创文章，作者：FoodAI01，如若转载，请注明出处：https://www.drugfoodai.com/hetun-flavor.html
注意：本站原创指的是原创编译，并不主张对所介绍的工作的版权，如有侵权，请联系删除！
微信扫一扫 
支付宝扫一扫 相关推荐
-
海南大学食品科学与工程学院王露课题组：鹧鸪茶中天然α-葡萄糖苷酶和α-淀粉酶抑制剂的筛选和鉴定及分子对接分析
该研究调查了鹧鸪茶提取物对α-葡萄糖苷酶和α-淀粉酶的抑制作用，测定鹧鸪茶提取物的总酚、黄酮含量及其对α-葡萄糖苷酶和α-淀粉酶的抑制效果，并通过HPLC-ESI- qTOF-MS/MS和亲和超滤筛选鉴定其起主要抑制作用的物质及含量；利用3T3-L1细胞测定鹧鸪茶提取物对其吸收葡萄糖的影响。最后，通过分子对接分析进一步阐明了这些抑制剂对α-糖苷酶和α-淀粉酶的可能作用机制。研究表明，鹧鸪茶是一种可应用于预防和改善餐后高血糖症状的天然代用茶资源。
-
FoodAI：基于深度学习的食品图像识别与记录系统
今天给大家介绍一篇由新加坡管理大学信息系统学院生活分析研究中心(LARC) 和Salesforce亚洲研究院合作，于前段时间在ACM SIGKDD知识发现和数据挖掘会议上汇报的一篇会议文章。文章中作者提出了一种智能食物记录系统:FoodAI，使食物记录变得便捷，帮助人们实现智能消费和健康的生活方式。
-
基于智能手机检测掺假牛肉糜
今天介绍一篇来自北京大学的宋惟然与王哲、海南大学的云永欢以及英国阿尔斯特大学的王晖等人于2021年2月发表在Microchemical Journal上的一篇论文。该研究基于智能手机摄像头拍摄猪肉糜与牛肉糜混合样品获得视频数据，经图像处理转换为类光谱数据，采用偏最小二乘回归（PLSR）建立模型并预测猪肉糜掺到牛肉糜的水平，测试集决定系数R2范围为0.73 ~ 0.98，均方根误差RMSEP范围为0.04 ~ 0.16。
-
人工智能生产的烤牛肉风味
通过与微软的合作，芬美意香料公司能够利用其整个原材料数据库，找到各种成分的完美结合，从而产生“轻度烤牛肉”的味道。该产品代表了该行业的一个里程碑，因为他们声称这是有史以来第一款由人工智能(AI)创造的口味。
-
基于比色条形码组合和深度卷积神经网络的便携式食品新鲜度预测平台
今天介绍一篇来自江南大学，于2020年底发表在Advanced Materials上的一篇论文。该研究将可交叉反应的比色条形码组合和深度卷积神经网络（DCNN）结合在一起，形成了一个用于监控肉类新鲜度的系统，总体准确性为98.5％。
-
食品安全中的人工智能技术: 基于行为数据的方法
今天介绍一篇由加拿大圭尔夫大学Arrell食品研究所Katya Kudashkina等人于2022年5月发表于 Trends in Food Science & Technology （IF：12.56）的一篇文章。文中所述，食品安全管理系统(FSMSs)提供了一个包括程序、培训和监控的综合策略，以防止食品安全危害，并将风险和召回降至最低。FSMSs的有效性和效率通过对滞后指标和领先指标的加强而提高。本篇文章展示了AI如何利用行为数据来开发食品安全的领先指标。
-
基于非靶向 HPLC-MS 的代谢组学方法揭示可可粉掺假
今天给大家介绍一篇由西班牙阿尔卡拉大学Maider Greño等人在Food Chemistry（IF=9.231）上在线发表的一篇的研究性文章。该文章提出了一种非靶向代谢组学方法，该方法基于反相液相色谱与高分辨率质谱联用来检测可可粉与一些最常用的可可掺假剂。
-
拉曼光谱结合机器学习对食用油的评价
今天介绍一篇来自罗马尼亚国家同位素和分子技术研究与发展研究所的Camelia Berghian-Grosan和Dana Alina Magdas于2020年5月21日在Talanta发表的文章。该文章是基于拉曼光谱结合机器学习算法建立食用油快速检测方法，不仅实现了掺假的定性检测，而且对掺假量也进行了初步估计。
-
智能食品加工：从人工神经网络到深度学习的旅程(三)
今天，我们将继续给大家带来综述《智能食品加工：从人工神经网络到深度学习的旅程》的第三个单元的介绍——基于深度学习的智能食品加工。
-
使用机器学习方法评估草莓树果实提取物在粉剂及溶剂系统中的稳定性
今天给大家介绍一篇由Astraya等人合著，于前段时间发表在Food Chemistry上的一篇研究型文章。文章中作者为了模拟酚类化合物在不同储存条件下的降解动力学，建立了3种机器学习模型。
