大豆肽作為大豆蛋白的水解產(chǎn)物，比蛋白質(zhì)更易消化吸收，且過敏性和抗原性較低。酶水解法是目前較常用的生產(chǎn)大豆肽的方法，而在酶解過程中會(huì)產(chǎn)生苦味，目前對(duì)苦味的判定主要采用感官評(píng)價(jià)法，但其結(jié)果不夠客觀準(zhǔn)確，易受外界環(huán)境、評(píng)價(jià)者自身因素的干擾。電子舌作為一種能快速檢測(cè)味覺品質(zhì)的新技術(shù)，可以對(duì)樣品進(jìn)行味覺的量化，克服感官評(píng)價(jià)易受主觀影響的不足，具有重復(fù)性、高靈敏性、可靠性等優(yōu)勢(shì)。本文采用法國(guó)AlphaMOS公司ASTREE電子舌的電勢(shì)型味覺傳感器來采集溶液信號(hào)，對(duì)大豆肽溶液苦味特性進(jìn)行定性和定量分析評(píng)價(jià)。
材料與方法
材料與儀器
大豆肽樣品自制；大豆分離蛋白；風(fēng)味蛋白酶(酶活力為2.8xl0U／g)；奎寧。
實(shí)驗(yàn)方法
大豆肽樣品的配制按照一定方法配制大豆肽樣品。
數(shù)據(jù)采集待測(cè)液和清洗液交替進(jìn)行檢測(cè)。樣品數(shù)據(jù)采集時(shí)間設(shè)為120S，取最后3s的值作為每個(gè)樣本的測(cè)量數(shù)據(jù)。為減少測(cè)量誤差每個(gè)樣品重復(fù)采集10次，取后6次測(cè)量的各傳感器響應(yīng)值作為樣本數(shù)據(jù)進(jìn)行后續(xù)處理。
數(shù)據(jù)處理
利用電子舌采集的傳感器數(shù)據(jù)，采用判別因子分析法(DFA)對(duì)5種樣品進(jìn)行區(qū)分，檢驗(yàn)區(qū)分效果；采用PLS方法建立電子舌大豆肽苦味的定量評(píng)價(jià)模型。在模型的建立過程中采用建模集的相關(guān)系數(shù)、建模集均方根誤差和預(yù)測(cè)集的相關(guān)系數(shù)、預(yù)測(cè)集均方根誤差評(píng)價(jià)模型效果。
結(jié)果與分析
感官評(píng)價(jià)
本文首先對(duì)大豆肽的苦味特性進(jìn)行人工感官評(píng)價(jià)，然后冉研究電子舌儀器進(jìn)行感官分析。本實(shí)驗(yàn)從對(duì)苦味敏感的專業(yè)人員中選取10位感官評(píng)價(jià)員(5男5女)進(jìn)行感官評(píng)價(jià)，每次品嘗之后，需要用清水漱口，再進(jìn)行下一次品嘗。最后，將與其口味接近的奎寧標(biāo)準(zhǔn)液濃度對(duì)應(yīng)的分值記為此溶液的得分。之后取10位評(píng)價(jià)人員的平均分為苦味評(píng)定分?jǐn)?shù)。以奎寧的作為評(píng)分標(biāo)準(zhǔn)，評(píng)分標(biāo)準(zhǔn)見表1。表2為風(fēng)味蛋白酶不同水解時(shí)問下的苦味得分值。
DFA區(qū)分
DFA是研究樣品所屬類型的一種統(tǒng)計(jì)分析方法，即通過重新組合傳感器數(shù)據(jù)來優(yōu)化區(qū)分性的分類技術(shù)，使組間距離最大的同時(shí)保證組內(nèi)差異最小使各個(gè)組間的重心距離最大，從而建立判別函數(shù)和判別準(zhǔn)則，判斷樣品屬于哪一類別。首先對(duì)正確分類的訓(xùn)練樣本集建立DFA模型，然后將未知樣品投影到模型圖譜上，計(jì)算未知樣品與模型圖譜上的每類樣品的中心距離，將未知樣品判定為距離最近的那一類。基于判別因子分析法建模，得到五種樣品的區(qū)分圖如圖1所示。從DFA二維圖中可知DF1與DF2總貢獻(xiàn)率達(dá)到99．994％，模型區(qū)分指數(shù)DI=100，5種樣品被很好區(qū)分開。從5種樣品的預(yù)測(cè)集中分別任意選擇1個(gè)樣本(圖中顯示為黑色點(diǎn))，根據(jù)建立的DFA模型進(jìn)行區(qū)分，結(jié)果表明5個(gè)未知樣本均落存在相應(yīng)的組中，識(shí)別率為100％，分效果良好。
PLS模型建立及預(yù)測(cè)
用PLS建立大豆肽溶液電子舌苦味預(yù)測(cè)模型，并對(duì)電子舌傳感器響應(yīng)值與人工感官評(píng)價(jià)得分值問的相關(guān)性進(jìn)行研究。以七根傳感器的響應(yīng)信號(hào)值為白變量，以感官得分值為因變量構(gòu)建偏最小二乘模型。建模集為60個(gè)樣本，驗(yàn)證集為30個(gè)樣本。結(jié)果如圖2、圖3所示，分別表示建模集、預(yù)測(cè)集的實(shí)際苦味值與預(yù)測(cè)值的相關(guān)圖。
對(duì)于偏最小二乘模型，P(p=0．000)<0．05，表明該模型的回歸方程有顯著意義，且該模型的建模集中，真實(shí)值與預(yù)測(cè)值之間的相關(guān)系數(shù)為0．9923，RMSE為2．47％，預(yù)測(cè)集的相關(guān)系數(shù)為0．9890，RMSE為6．81％，預(yù)測(cè)效果較好。
結(jié)論
采用法國(guó)AlphaMOS電子舌對(duì)制取的五種不同酶解時(shí)間條件下的樣品進(jìn)行苦味特性研究。分別采用DFA模式識(shí)別方法和PLS預(yù)測(cè)模型對(duì)采集的數(shù)據(jù)進(jìn)行定性和定量分析，研究表明：采用DFA分析法能夠?qū)ξ宸N不同的大豆肽樣品的呈味特性和味覺相似程度進(jìn)行定性評(píng)價(jià)，PLS模型能對(duì)未知樣品進(jìn)行呈味預(yù)測(cè)；大豆肽的苦味預(yù)測(cè)結(jié)果與實(shí)際感官評(píng)價(jià)吻合。研究結(jié)果為后續(xù)大豆肽產(chǎn)品的呈味特性研究提供一種新的方法途徑。
來源：感官科學(xué)與評(píng)定 轉(zhuǎn)載請(qǐng)注明來源。
參考文獻(xiàn)：惠延波,樊留強(qiáng),陳復(fù)生,牛群峰,王莉,賈芳.基于電子舌技術(shù)的大豆肽區(qū)分及苦味評(píng)價(jià)[J].食品工業(yè)科技,2016,37(08):97-99+109.DOI:10.13386/j.issn1002-0306.2016.08.011.
提醒：文章僅供參考，如有不當(dāng)，歡迎留言指正和交流。且讀者不應(yīng)該在缺乏具體的專業(yè)建議的情況下，擅自根據(jù)文章內(nèi)容采取行動(dòng)，因此導(dǎo)致的損失，運(yùn)營(yíng)方不負(fù)責(zé)。如文章涉及侵權(quán)或不愿我平臺(tái)發(fā)布，請(qǐng)聯(lián)系處理。
材料與方法
材料與儀器
大豆肽樣品自制；大豆分離蛋白；風(fēng)味蛋白酶(酶活力為2.8xl0U／g)；奎寧。
實(shí)驗(yàn)方法
大豆肽樣品的配制按照一定方法配制大豆肽樣品。
數(shù)據(jù)采集待測(cè)液和清洗液交替進(jìn)行檢測(cè)。樣品數(shù)據(jù)采集時(shí)間設(shè)為120S，取最后3s的值作為每個(gè)樣本的測(cè)量數(shù)據(jù)。為減少測(cè)量誤差每個(gè)樣品重復(fù)采集10次，取后6次測(cè)量的各傳感器響應(yīng)值作為樣本數(shù)據(jù)進(jìn)行后續(xù)處理。
數(shù)據(jù)處理
利用電子舌采集的傳感器數(shù)據(jù)，采用判別因子分析法(DFA)對(duì)5種樣品進(jìn)行區(qū)分，檢驗(yàn)區(qū)分效果；采用PLS方法建立電子舌大豆肽苦味的定量評(píng)價(jià)模型。在模型的建立過程中采用建模集的相關(guān)系數(shù)、建模集均方根誤差和預(yù)測(cè)集的相關(guān)系數(shù)、預(yù)測(cè)集均方根誤差評(píng)價(jià)模型效果。
結(jié)果與分析
感官評(píng)價(jià)
本文首先對(duì)大豆肽的苦味特性進(jìn)行人工感官評(píng)價(jià)，然后冉研究電子舌儀器進(jìn)行感官分析。本實(shí)驗(yàn)從對(duì)苦味敏感的專業(yè)人員中選取10位感官評(píng)價(jià)員(5男5女)進(jìn)行感官評(píng)價(jià)，每次品嘗之后，需要用清水漱口，再進(jìn)行下一次品嘗。最后，將與其口味接近的奎寧標(biāo)準(zhǔn)液濃度對(duì)應(yīng)的分值記為此溶液的得分。之后取10位評(píng)價(jià)人員的平均分為苦味評(píng)定分?jǐn)?shù)。以奎寧的作為評(píng)分標(biāo)準(zhǔn)，評(píng)分標(biāo)準(zhǔn)見表1。表2為風(fēng)味蛋白酶不同水解時(shí)問下的苦味得分值。
DFA是研究樣品所屬類型的一種統(tǒng)計(jì)分析方法，即通過重新組合傳感器數(shù)據(jù)來優(yōu)化區(qū)分性的分類技術(shù)，使組間距離最大的同時(shí)保證組內(nèi)差異最小使各個(gè)組間的重心距離最大，從而建立判別函數(shù)和判別準(zhǔn)則，判斷樣品屬于哪一類別。首先對(duì)正確分類的訓(xùn)練樣本集建立DFA模型，然后將未知樣品投影到模型圖譜上，計(jì)算未知樣品與模型圖譜上的每類樣品的中心距離，將未知樣品判定為距離最近的那一類。基于判別因子分析法建模，得到五種樣品的區(qū)分圖如圖1所示。從DFA二維圖中可知DF1與DF2總貢獻(xiàn)率達(dá)到99．994％，模型區(qū)分指數(shù)DI=100，5種樣品被很好區(qū)分開。從5種樣品的預(yù)測(cè)集中分別任意選擇1個(gè)樣本(圖中顯示為黑色點(diǎn))，根據(jù)建立的DFA模型進(jìn)行區(qū)分，結(jié)果表明5個(gè)未知樣本均落存在相應(yīng)的組中，識(shí)別率為100％，分效果良好。
用PLS建立大豆肽溶液電子舌苦味預(yù)測(cè)模型，并對(duì)電子舌傳感器響應(yīng)值與人工感官評(píng)價(jià)得分值問的相關(guān)性進(jìn)行研究。以七根傳感器的響應(yīng)信號(hào)值為白變量，以感官得分值為因變量構(gòu)建偏最小二乘模型。建模集為60個(gè)樣本，驗(yàn)證集為30個(gè)樣本。結(jié)果如圖2、圖3所示，分別表示建模集、預(yù)測(cè)集的實(shí)際苦味值與預(yù)測(cè)值的相關(guān)圖。
對(duì)于偏最小二乘模型，P(p=0．000)<0．05，表明該模型的回歸方程有顯著意義，且該模型的建模集中，真實(shí)值與預(yù)測(cè)值之間的相關(guān)系數(shù)為0．9923，RMSE為2．47％，預(yù)測(cè)集的相關(guān)系數(shù)為0．9890，RMSE為6．81％，預(yù)測(cè)效果較好。
采用法國(guó)AlphaMOS電子舌對(duì)制取的五種不同酶解時(shí)間條件下的樣品進(jìn)行苦味特性研究。分別采用DFA模式識(shí)別方法和PLS預(yù)測(cè)模型對(duì)采集的數(shù)據(jù)進(jìn)行定性和定量分析，研究表明：采用DFA分析法能夠?qū)ξ宸N不同的大豆肽樣品的呈味特性和味覺相似程度進(jìn)行定性評(píng)價(jià)，PLS模型能對(duì)未知樣品進(jìn)行呈味預(yù)測(cè)；大豆肽的苦味預(yù)測(cè)結(jié)果與實(shí)際感官評(píng)價(jià)吻合。研究結(jié)果為后續(xù)大豆肽產(chǎn)品的呈味特性研究提供一種新的方法途徑。
來源：感官科學(xué)與評(píng)定 轉(zhuǎn)載請(qǐng)注明來源。
參考文獻(xiàn)：惠延波,樊留強(qiáng),陳復(fù)生,牛群峰,王莉,賈芳.基于電子舌技術(shù)的大豆肽區(qū)分及苦味評(píng)價(jià)[J].食品工業(yè)科技,2016,37(08):97-99+109.DOI:10.13386/j.issn1002-0306.2016.08.011.
提醒：文章僅供參考，如有不當(dāng)，歡迎留言指正和交流。且讀者不應(yīng)該在缺乏具體的專業(yè)建議的情況下，擅自根據(jù)文章內(nèi)容采取行動(dòng)，因此導(dǎo)致的損失，運(yùn)營(yíng)方不負(fù)責(zé)。如文章涉及侵權(quán)或不愿我平臺(tái)發(fā)布，請(qǐng)聯(lián)系處理。
