大豆肽作為大豆蛋白的水解產物,比蛋白質更易消化吸收,且過敏性和抗原性較低。酶水解法是目前較常用的生產大豆肽的方法,而在酶解過程中會產生苦味,目前對苦味的判定主要采用感官評價法,但其結果不夠客觀準確,易受外界環境、評價者自身因素的干擾。電子舌作為一種能快速檢測味覺品質的新技術,可以對樣品進行味覺的量化,克服感官評價易受主觀影響的不足,具有重復性、高靈敏性、可靠性等優勢。本文采用法國AlphaMOS公司ASTREE電子舌的電勢型味覺傳感器來采集溶液信號,對大豆肽溶液苦味特性進行定性和定量分析評價。
材料與方法
材料與儀器
大豆肽樣品自制;大豆分離蛋白;風味蛋白酶(酶活力為2.8xl0U/g);奎寧。
實驗方法
大豆肽樣品的配制按照一定方法配制大豆肽樣品。
數據采集待測液和清洗液交替進行檢測。樣品數據采集時間設為120S,取最后3s的值作為每個樣本的測量數據。為減少測量誤差每個樣品重復采集10次,取后6次測量的各傳感器響應值作為樣本數據進行后續處理。
數據處理
利用電子舌采集的傳感器數據,采用判別因子分析法(DFA)對5種樣品進行區分,檢驗區分效果;采用PLS方法建立電子舌大豆肽苦味的定量評價模型。在模型的建立過程中采用建模集的相關系數、建模集均方根誤差和預測集的相關系數、預測集均方根誤差評價模型效果。
結果與分析
感官評價
本文首先對大豆肽的苦味特性進行人工感官評價,然后冉研究電子舌儀器進行感官分析。本實驗從對苦味敏感的專業人員中選取10位感官評價員(5男5女)進行感官評價,每次品嘗之后,需要用清水漱口,再進行下一次品嘗。最后,將與其口味接近的奎寧標準液濃度對應的分值記為此溶液的得分。之后取10位評價人員的平均分為苦味評定分數。以奎寧的作為評分標準,評分標準見表1。表2為風味蛋白酶不同水解時問下的苦味得分值。
DFA區分
DFA是研究樣品所屬類型的一種統計分析方法,即通過重新組合傳感器數據來優化區分性的分類技術,使組間距離最大的同時保證組內差異最小使各個組間的重心距離最大,從而建立判別函數和判別準則,判斷樣品屬于哪一類別。首先對正確分類的訓練樣本集建立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,得到五種樣品的區分圖如圖1所示。從DFA二維圖中可知DF1與DF2總貢獻率達到99.994%,模型區分指數DI=100,5種樣品被很好區分開。從5種樣品的預測集中分別任意選擇1個樣本(圖中顯示為黑色點),根據建立的DFA模型進行區分,結果表明5個未知樣本均落存在相應的組中,識別率為100%,分效果良好。
PLS模型建立及預測
用PLS建立大豆肽溶液電子舌苦味預測模型,并對電子舌傳感器響應值與人工感官評價得分值問的相關性進行研究。以七根傳感器的響應信號值為白變量,以感官得分值為因變量構建偏最小二乘模型。建模集為60個樣本,驗證集為30個樣本。結果如圖2、圖3所示,分別表示建模集、預測集的實際苦味值與預測值的相關圖。
對于偏最小二乘模型,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,真實值與預測值之間的相關系數為0.9923,RMSE為2.47%,預測集的相關系數為0.9890,RMSE為6.81%,預測效果較好。
結論
采用法國AlphaMOS電子舌對制取的五種不同酶解時間條件下的樣品進行苦味特性研究。分別采用DFA模式識別方法和PLS預測模型對采集的數據進行定性和定量分析,研究表明:采用DFA分析法能夠對五種不同的大豆肽樣品的呈味特性和味覺相似程度進行定性評價,PLS模型能對未知樣品進行呈味預測;大豆肽的苦味預測結果與實際感官評價吻合。研究結果為后續大豆肽產品的呈味特性研究提供一種新的方法途徑。
來源:感官科學與評定 轉載請注明來源。
參考文獻:惠延波,樊留強,陳復生,牛群峰,王莉,賈芳.基于電子舌技術的大豆肽區分及苦味評價[J].食品工業科技,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,歡迎留言指正和交流。且讀者不應該在缺乏具體的專業建議的情況下,擅自根據文章內容采取行動,因此導致的損失,運營方不負責。如文章涉及侵權或不愿我平臺發布,請聯系處理。
材料與方法
材料與儀器
大豆肽樣品自制;大豆分離蛋白;風味蛋白酶(酶活力為2.8xl0U/g);奎寧。
實驗方法
大豆肽樣品的配制按照一定方法配制大豆肽樣品。
數據采集待測液和清洗液交替進行檢測。樣品數據采集時間設為120S,取最后3s的值作為每個樣本的測量數據。為減少測量誤差每個樣品重復采集10次,取后6次測量的各傳感器響應值作為樣本數據進行后續處理。
數據處理
利用電子舌采集的傳感器數據,采用判別因子分析法(DFA)對5種樣品進行區分,檢驗區分效果;采用PLS方法建立電子舌大豆肽苦味的定量評價模型。在模型的建立過程中采用建模集的相關系數、建模集均方根誤差和預測集的相關系數、預測集均方根誤差評價模型效果。
結果與分析
感官評價
本文首先對大豆肽的苦味特性進行人工感官評價,然后冉研究電子舌儀器進行感官分析。本實驗從對苦味敏感的專業人員中選取10位感官評價員(5男5女)進行感官評價,每次品嘗之后,需要用清水漱口,再進行下一次品嘗。最后,將與其口味接近的奎寧標準液濃度對應的分值記為此溶液的得分。之后取10位評價人員的平均分為苦味評定分數。以奎寧的作為評分標準,評分標準見表1。表2為風味蛋白酶不同水解時問下的苦味得分值。


DFA是研究樣品所屬類型的一種統計分析方法,即通過重新組合傳感器數據來優化區分性的分類技術,使組間距離最大的同時保證組內差異最小使各個組間的重心距離最大,從而建立判別函數和判別準則,判斷樣品屬于哪一類別。首先對正確分類的訓練樣本集建立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,得到五種樣品的區分圖如圖1所示。從DFA二維圖中可知DF1與DF2總貢獻率達到99.994%,模型區分指數DI=100,5種樣品被很好區分開。從5種樣品的預測集中分別任意選擇1個樣本(圖中顯示為黑色點),根據建立的DFA模型進行區分,結果表明5個未知樣本均落存在相應的組中,識別率為100%,分效果良好。

用PLS建立大豆肽溶液電子舌苦味預測模型,并對電子舌傳感器響應值與人工感官評價得分值問的相關性進行研究。以七根傳感器的響應信號值為白變量,以感官得分值為因變量構建偏最小二乘模型。建模集為60個樣本,驗證集為30個樣本。結果如圖2、圖3所示,分別表示建模集、預測集的實際苦味值與預測值的相關圖。
對于偏最小二乘模型,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,真實值與預測值之間的相關系數為0.9923,RMSE為2.47%,預測集的相關系數為0.9890,RMSE為6.81%,預測效果較好。


采用法國AlphaMOS電子舌對制取的五種不同酶解時間條件下的樣品進行苦味特性研究。分別采用DFA模式識別方法和PLS預測模型對采集的數據進行定性和定量分析,研究表明:采用DFA分析法能夠對五種不同的大豆肽樣品的呈味特性和味覺相似程度進行定性評價,PLS模型能對未知樣品進行呈味預測;大豆肽的苦味預測結果與實際感官評價吻合。研究結果為后續大豆肽產品的呈味特性研究提供一種新的方法途徑。
來源:感官科學與評定 轉載請注明來源。
參考文獻:惠延波,樊留強,陳復生,牛群峰,王莉,賈芳.基于電子舌技術的大豆肽區分及苦味評價[J].食品工業科技,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,歡迎留言指正和交流。且讀者不應該在缺乏具體的專業建議的情況下,擅自根據文章內容采取行動,因此導致的損失,運營方不負責。如文章涉及侵權或不愿我平臺發布,請聯系處理。