探究紅樹莓果酒發酵過程中揮發性物質的變化

于潤美，姜燕 ，張海悅，翟碩

（長春工業大學 化學與生命科學學院，吉林長春130012）

樹莓又稱“覆盆子”，薔薇科懸鉤子屬漿果植物，其性微溫，味甘酸，腎經、歸肝，具有補肝益腎、明目之功效[1]。樹莓中含有豐富的糖、有機酸、VC及活性成分如鞣花酸、樹莓酮和黃酮等，具有抗氧化、降血脂、抗癌、提高免疫力等作用[2-4]。以紅樹莓為原料釀造果酒，可以促進血液循環和新陳代謝，達到護肝、抗衰老的目的。

模糊數學感官評價法[5]考慮了各種評定因素，使評定結果更加客觀。劉安軍[6]等利用模糊數學對鵝肝醬進行感官分析，準確客觀地得到新型鵝肝醬的工藝配方。徐浩[7]等報道了應用正交設計方案和模糊數學評價法研究不同配方對米糠酥性餅干感官品質的影響，得到風味良好的米糠酥性餅干配方。但目前還未見過將模糊數學法應用在紅樹莓果酒風味品評判別中的研究報道。

酒類產品氣味鑒定多依靠感官評定的方法，但人的感官系統容易受外界因素影響，尤其大量樣本更易造成感官疲勞。電子鼻[8-9]是一種能夠模擬人類嗅覺的儀器，可以更標準客觀的對酒的氣味進行研究，由于此智能傳感器矩陣系統中含有不同氣味類型傳感器，使其能夠充分地模擬復雜的鼻子，并快速識別氣味[10-11]。與此同時可以通過電子鼻技術得到某個樣品身份證明（指紋圖）[12]，輔助專家系統地、科學地進行氣味監測、鑒別以及分析。電子鼻可以有效地鑒別魚、雞蛋等新鮮度[10-11]，也可用于檢測經過不同處理過的蛋黃以及不同品種蘋果風味、果酒風味的變化等[12-20]。本文通過模糊數學法確定紅樹莓果酒發酵的最佳工藝條件，采用電子鼻技術對發酵過程中紅樹莓果酒揮發性物質進行氣味分析，為今后探究果酒發酵過程中揮發性物質與電子鼻響應信號間的關系提供參考。

1 材料與方法

1.1 材料與試劑

紅樹莓：吉林省白山市玖宏樹莓種植基地；安琪葡萄酒果酒專用酵母：湖北省宜昌市安琪酵母有限公司；白砂糖、檸檬酸：濰坊英軒實業公司。

1.2 主要儀器與設備

電子分析天平（FA2104A）：上海精密儀器有限公司；手持糖度計（ATC）：上海天壘儀器有限公司；INOSE電子鼻：上海昂申智能科技有限公司；WNY-01酒精計：河北滄州醫藥公司；PHS-3D型pH計：上海精密科學儀器有限公司。

1.3 方法

1.3.1 工藝流程

紅樹莓→原料分級→清洗→打漿→糖酸調節→接種果酒酵母→發酵→陳釀→澄清→二次調配→罐裝→殺菌→產品

1.3.2 正交試驗設計方案

根據單因素結果，以紅樹莓果酒發酵溫度、酵母接種量、初始糖度3個因素進行三因素三水平優化正交試驗設計，相應的因素水平見表1。

1.3.3 感官評定方法

由10位品酒員組成品評小組，根據色澤、香氣、口味、風格4個方面進行，為提高品評判定的準確度，要求感官品評人員在不許喝酒，不許吸煙，禁辛辣等刺激性食物前提下進行評定，每評定一個樣品前需清水漱口，對樹莓酒樣品進行品評，并填寫樹莓酒感官評定表見表2。

表1 正交試驗因素水平表Table 1 The orthogonal experiment factor level table

表2 感官評定表Table 2 Sensory evaluation table

1.3.4 模糊數學法的建立

1.3.4.1 模糊矩陣的建立

品評因素集 U＝{U1，U2，U3，U4}，評價等級集 V＝{V1，V2，V3，V4}，則U×V 的模糊關系可以用模糊矩陣 R 來表示，采用模糊數學評價方法對感官評分結果進行分析。評價因素集U是指產品的感官質量構成因素集合，本研究中 U＝{U1，U2，U3，U4}，其中 U1，U2，U3，U4分別表示色澤、香氣、口味、風格。評價等級集V代表對每個因素的評價，本研究中 V＝{V1，V2，V3，V4}。

1.3.4.2 權重的確定

采用模糊數學法對食品的感官質量進行評定時，評價結果的正確性與權重分配方案是否正確有直接影響。本研究依據樹莓酒感官質量指標內容和評價結果，色澤、香氣、口味、風格的權重系數分別為0.15、0.25、0.4、0.2，總和為 1，即權重集X＝{0.15，0.25，0.4，0.2}。

1.3.4.3 模糊關系綜合評判集

綜合評判集Y是指進行評價產品的集合，Y＝X×R，式中：Y為綜合評判集；X為權重集；R為模糊矩陣。

1.3.5 紅樹莓果酒理化指標以及發酵過程中揮發性物質的測定

1.3.5.1 糖度和酒精度的測定

糖度采用手持糖度計測定[21]。酒精度測定：100 mL發酵液、100 mL蒸餾水，混合后蒸餾，得100 mL蒸餾液，然后用酒精計進行測量，校正溫度，求出讀數，即酒精度。一般要求生產果酒的酒精度范圍為5%vol～18%vol[21]。

1.3.5.2 電子鼻檢測方法

采用INOSE電子鼻，該電子鼻系統含有14個不同金屬氧化物傳感器見表3。

表3 傳感器敏感成份表Table 3 Sensitive ingredients list

量取10 mL發酵不同時間的果酒于電子鼻專用樣品瓶中，用封口膜封口，室溫放置10 min后，待揮發性香氣物質達到平衡狀態后，用電子鼻測試一次，每組試驗重復3次。采用動態頂空法采集氣體，測定條件：進樣流量1 L/min，檢測時間60 s，等待進樣時間為10 s，平行樣品間的清洗時間為60 s，不同樣品間的清洗時間為300 s。統計分析14個不同選擇性傳感器的相對電導率（G/G0值）。

1.3.6 數據處理

利用電子鼻Winmuster分析軟件對采集到的數據進行分析，采用主成分分析（principal component analysis，PCA）及線性判別分析（linear discriminant analysis，LDA）。

2 結果與分析

2.1 紅樹莓果酒發酵工藝的確定

2.1.1 建立數學模糊矩陣

選取10名品評員對正交9組試驗中樹莓酒進行感官品評，以發酵溫度22℃，酵母接種量0.4 g/L，初始糖度18°Bx為例，8人認為色澤優，2人認為色澤良，則得到V色澤＝{0.8 0.2 0 0}，同理可得V香氣＝{0.6 0.4 0 0}，V 口味＝{0.5 0.5 0 0}，

V 風格＝{0.5 0.5 0 0}，建立色澤、香氣、口味、風格4個單因素模糊矩陣，即為同理可得如下：

2.1.2 確定模糊關系綜合評判集

處理后Y1={0.57 0.43 0 0}同理得：

2.1.3 模糊評價結論

經歸一化處理后得：Y1={0.57 0.43 0 0}；Y2={0.585 0.39 0.025 0}；Y3={0.33 0.385 0.285 0}；Y4={0 0.05 0.4 0.55}；Y5={0.705 0.295 0 0}；Y6={0.161 0.317 0.523 0}；Y7={0.635 0.365 0 0}；Y8={0.625 0.35 0.025 0}；Y9={0.595 0.365 0.04 0}；根據歸一化結果得綜合排序為Y5＞Y7＞Y8＞Y9＞Y2＞Y1＞Y3＞Y6＞Y4。

由以上分析得出紅樹莓果酒發酵工藝最佳組合為Y5：發酵溫度為24℃，酵母添加量為0.6/L，初始糖度為 22 °Bx。

2.2 電子鼻對發酵過程中揮發性物質的響應

對發酵不同時間的紅樹莓果酒進行電子鼻檢測分析。測量紅樹莓果酒的揮發性物質，獲取電子鼻14個傳感器對應的響應圖見圖1。

圖1 發酵中紅樹莓果酒傳感器響應譜圖Fig.1 Sensory response spectrum of raspberry fruit wine in fermentation

圖中每一條曲線代表一個傳感器，曲線上的點代表紅樹莓果酒的揮發性物質經過傳感器通道時，電阻率比值（G/G0）隨著檢測時間的變化情況。由1圖可以看出，隨著揮發物在各個傳感器表面進行富集，傳感器電阻比不斷地增大，逐漸平緩，最后趨于平穩。另外，傳感器S8、S11（揮發性有機化合物烷類、芳烴類、烯類、鹵烴類、醛類、酮類）、S2（氮氧化合物，低分子胺類）、S5（生物合成萜類、酯類）、S1（芳香族化合物類：酚、酚醚、芳香醛）較其他傳感器有更高的相對電阻率值。通過電子鼻傳感器對芳香特征響應值的實驗，可以看出電子鼻不僅對紅樹莓果酒揮發性物質有明顯的響應，而且每一個傳感器響應值各不相同。由此表明利用INOSE電子鼻系統地測量不同的發酵時間紅樹莓果酒揮發性物質具有可行性。

2.2.1 電子鼻檢測

電子鼻檢測紅樹莓果酒發酵第1天和第8天的14個傳感器電導率比值隨時間變化的響應曲線圖加圖2和圖3。

圖2 發酵1 d后紅樹莓果酒傳感器響應譜圖Fig.2 Sensory response spectrum of raspberry fruit wine after 1 day

圖3 發酵8 d后紅樹莓果酒傳感器響應譜圖Fig.3 Sensory response spectrum of raspberry fruit wine after 8 day

由圖2可見，電子鼻的S1傳感器響應曲線首先急劇升高，而后趨于平穩；S2、S5、S7、S8、S9、S10、S11、S12號傳感器逐漸升高并最終趨于平穩，其他傳感器電阻率（G/G0）變化不明顯。響應曲線在60 s之后較為平穩，因此試驗取60 s。從圖2、圖3中可以看出，在檢測60 s時果汁揮發性成分最明顯的是S1（芳香族化合物類：酚、酚醚、芳香醛），其次是S2（氮氧化合物，低分子胺類、S5（生物合成萜類、酯類）、S7（脂肪烴含氧衍生物類，小分子的醇、醛、酸、酯）、S12（硫化物）。

2.2.2 紅樹莓果酒發酵過程中主成分分析結果

主成分分析（PCA）圖上顯示兩種主要成分的兩維散點圖，較好地展示了樣品間的差異，可以提高分析效率[13]。是果酒在發酵期間揮發性成分的PCA主成分分析圖圖4。

圖中每個區域代表紅樹莓果酒發酵不同時間的數據采集點。發酵不同時間果酒在圖中分布在不同位置，通過PCA分析得出，第一主成分（揮發性有機化合物烷類、氮氧化合物、硫化物、甲烷類、有機芳香硫化物、醇類）區分貢獻率為90.95%，第二主成分區分貢獻率為9.04%，兩個主成分貢獻率之和為99.99%，已經基本代表了樣品的主要信息特征。在發酵中第1天揮發性物質區域與第2、3、4天揮發性物質區域距離較遠，第2、3、4天揮發性物質區域與第5、6、7天揮發性物質區域較遠，說明揮發性物質變化較大；第8天揮發性物質分布區域反而與第4天揮發性物質分布區域較近，其發酵揮發性物質變化不太明顯。采用PCA進行分析地兩個主成分基本代表紅樹莓果酒基本信息特征。

圖4 紅樹莓果酒發酵中揮發性成分PCA主成分分析圖Fig.4 The volatile components of principal component analysis during raspberry fruit wine fermentation

2.2.3 紅樹莓果酒發酵過程中線性判別分析結果

線性判別分析（LDA）是將信息數據進行線性組合而重構判別函數，能夠最大限度地區分不同類型樣本集[14]。不同發酵時間紅樹莓果酒的LDA分析圖見圖5。

圖5 紅樹莓果酒發酵過程中的LDA分析圖Fig.5 Linear discriminant analysis during raspberry fruit wine fermentation

按照線性判別分析方法，第一主成分（揮發性有機化合物烷類、氮氧化合物、硫化物、甲烷類、有機芳香硫化物、醇類）區分貢獻率為90.1%，第二主成分區分貢獻率為8.2%。第一、第二主成分總的區分貢獻率共98.3%，果酒在發酵的不同時間區域分布幾乎不重疊，說明LDA分析能很好地區分不同發酵時間紅樹莓果酒的揮發性物質。

3 結論

本研究采用模糊數學法對紅樹莓果酒感官進行評定，經品評和建立模糊數學模型，得出紅樹莓果酒最佳的發酵工藝。在此條件下，采用電子鼻對其發酵過程中揮發性物質進行分析，初步判斷果酒獨特的風味組成及其變化。試驗結果表明，傳感器 S8、S11、S2、S5、S1較其他傳感器有更高的相對電阻率值；通過傳感器優化系統分析變化最明顯的是S1，其次分別是S2、S5、S7、S12，其他傳感器在發酵過程中變化不明顯；經過PCA處理后的數據，第一、第二主成分貢獻率達99.99%，可代表發酵過程中的主要氣味信息特征；經過LDA分析后的數據，第一、第二主成分總區分貢獻率達98.5%，可說明果酒在發酵的不同時間段區分明顯。因此，利用電子鼻技術檢測紅樹莓果酒揮發性物質的變化是具有可行性，以后還需針對陳釀過程中紅樹莓果酒作進一步探討，并結合傳感器的優化和模式識別技術作深度研究。

[1]籍艷秋.覆盆子的補腎活性成分研究[J].中國衛生標準管理,2015,6(19):125-126

[2]司旭,陳芹芹,畢金峰,等.樹莓主要功能性成分研究進展[J].食品工業科技,2015,36(4):376-381

[3]Ljevar A1,Curko N1,Toma?evic M1,et al.Phenolic Composition,Antioxidant Capacity and in vitro Cytotoxicity Assessment of Fruit Wines[J].Food Technology&Biotechnology,2016,54(2):145-155

[4]Lee,Danna,Natoiya D.R.1,et al.Heterologous production of raspberry ketone in the wine yeast Saccharomyces cerevisiae via pathway engineering and synthetic enzyme fusion[J].Microbial Cell Factories,2016,15(1):1-7

[5]劉建芳,蔡晶晶,胡大偉,等.模糊數學綜合評價法在出口食品生產企業備案監管工作中的應用研究[J].檢驗檢疫學刊,2017,27(1):46-51,16

[6]劉安軍,劉有志,史建超.模糊數學評價法在鵝肝醬研制中的應用[J].食品研究與開發,2006,12(11):82-83

[7]徐浩,方潔,李菁楠,等.模糊數學法在米糠酥性餅干配方研究中的應用[J].食品科技,2015,40(8):147-150

[8]Qi Penga,Rungang Tiana,Feiran Chenb,et al.Discrimination of producing area of Chinese Tongshan kaoliang spirit using electronic nose sensing characteristics combined with the chemometrics methods[J].Food Chemistry,2015,178:301-305

[9]吳克.電子鼻傳感技術及應用研究進展[J].黑龍江科技信息,2017,16(5):78-81

[10]賈文珅,李孟楠,王亞雷,等.電子鼻技術在果蔬檢測中的應用[J].食品安全質量檢測學報,2016,7(2):410-418

[11]劉云翔,劉天偉.香辛料識別中電子鼻采集及算法研究[J].中國調味品,2017,42(2):100-104

[12]王祖忠,周君,張凌芷,等.8種植物油氣味指紋模型的建立[J].中國油脂,2017,42(2):76-80

[13]楊震,貢慧,劉夢,等.基于電子鼻技術的秋刀魚新鮮度評價[J].肉類研究,2017,31(3):40-44

[14]李佳婷,王俊,李園,等.基于電子鼻的雞蛋新鮮度檢測[J].現代食品科技,2017,12(4):1-7

[15]余平蓮,李文釗,王未,等.利用Flash E-Nose方法探究不同處理蛋黃的風味變化[J].中國調味品,2017,42(2):24-27

[16]王晶晶,陳慧,姚志國,等.毛酸漿凍果果酒的制備及其發酵過程中的氣味監測[J].食品工業科技,2017,38(2):182-186

[17]Denise M Gardner,Susan E Duncan,Bruce W.Zoecklein.Aroma Characterization of Petit Manseng Wines Using Sensory Consensus Training,SPME GC-MS,and Electronic Nose Analysis[J].American Journal of Enology and Viticulture,2017,68(1):112-119

[18]金洋,步婷婷,李密,等.電子鼻結合頂空固相微萃取-氣相色譜-質譜聯用技術對干制烏賊揮發性成分分析[J].食品科學,2016,37(20):75-80

[19]王炳蔚,楊璐,鄭麗敏,等.基于統計空間映射和電子鼻的豬肉風味物質檢測[J].食品科學,2016,37(8):102-107

[20]曾輝,劉璇,吳昕燁,等.基于電子鼻技術的不同蘋果品種香氣的表征與識別[J].食品與發酵工業,2016,42(4):197-203

[21]中華人民共和國國家質量監督檢驗檢疫總局,中國國家標準化管理委員會.GB/T 15038-2006葡萄酒,果酒通用分析方法[S].北京:中華人民共和國國家標準部,2006

[22]Macías Macías,Miguel,Agudo,et al.Improving short term instability for quantitative analyses with portable electronic noses[J].Sensors(Basel),2014,14(6):10514-10526

[23]劉楠,李婷婷,儀淑敏,等.GC-MS結合電子鼻分析茶多酚對冷藏草魚片揮發性成分的影響[J].食品科學,2016,37(22):237-243

[24]López de Lerma,María de las Nieves,Bellincontro,et al.Feasibility of an electronic nose to differentiate commercial Spanish wines elaborated from the same grape variety[J].Food research international,2013,52(1):790-796

[25]胡國梁,徐立榮,許生陸,等.基于電子鼻的食用油氧化判別分析[J].食品科學,2016,37(20):141-145

[26]Capone Simonetta,Tufariello Maria,Francioso Luca,et al.Aroma analysis by GC/MS and electronic nose dedicated to Negroamaro and Primitivo typical Italian Apulian wines.[J].Sensors and Actuators.B,2013,23(179):259-269

[27]Jesús Lozano,José Pedro Santos,José Ignacio Suárez,,et al.Automatic Sensor System for the Continuous Analysis of the Evolution of Wine[J].American Journal of Enology and Viticulture,2015,66(2):148-155