啤酒口感特性與風味化學成分的關系

胡淑敏，黃淑霞，余俊紅，劉佳*，楊朝霞，黃樹麗，張宇昕

1(啤酒生物發酵工程國家重點實驗室，山東 青島，266100) 2(青島啤酒股份有限公司，山東 青島，266000)

作為一種低酒精度的麥芽飲料，啤酒是全球消費人群最多，分布國家最廣，產銷量最大的酒種。與所有食品或飲料一樣，啤酒有其特有的“色香味”，風味是其產品質量的重要組成部分。啤酒風味主要包括聞到的香氣(aroma)、嘗到的口味(taste)及感覺到的口感(mouthfeel)[1]。香氣、口味是由一種或幾種風味化學物質刺激嗅覺傳感器或味覺傳感器產生。口感是啤酒與口腔、牙齒、牙齦等的接觸感覺，由觸覺傳感器產生，受物質本身及物質間交互作用的影響，是一種綜合感覺[2]。據《中國啤酒品牌口碑研究報告(2013)》報道，啤酒風味、口感和性價比是影響消費者選擇的主要依據，因此口感是消費者關注的重要質量參數之一。但由于口感是啤酒的綜合感覺，感官描述模糊、受主觀影響較大，且影響因素多且復雜，相關研究進展緩慢。

國內外對于口感的研究多聚集于感官評價及影響因素的初步探索上。東京工業大學聯合札幌開發了一套基于脂質覆蓋的新型口感傳感器，可用于量化評價口感飽滿性及順滑性，并利用該技術研究了口感飽滿性的影響因素[3]。日本San-Ei Gen公司聯合新潟大學開發了電子喉，用于評價起泡感、酒體感等[4]。德國THOMAS BECKER教授發現口感飽滿性與啤酒多糖分子質量分布有關，當多糖分子質量過大時，啤酒呈現黏的感覺；當多糖分子質量較小時，則有甜膩感，因此只有合適的分子質量分布，才能實現啤酒口感的飽滿[5]。

化學成分是風味形成的物質基礎，同時決定了啤酒的質量和風格特色。啤酒中的風味物質有千種之多，主要包括醇類、酯類、有機酸類、酮類、醛類、呋喃類(麥芽香)、吡嗪類(麥芽香)、烯類(酒花香)、氨基酸類等[6]。它們之間微妙的平衡關系，共同構成啤酒的特有風格。本文利用GC-MS、LC、等離子體發射-質譜儀等現代分析技術分析啤酒中風味物質的含量水平，結合量化的口感特性(飽滿性fullness及圓潤性roundness)感官品評，利用相關性、偏最小二乘回歸法、多元回歸等統計分析技術分別建立了口感飽滿性、圓潤性與40種風味物質含量水平的關系，并基于貢獻性得分明確了啤酒口感特性的影響因素及程度，為口感飽滿性和圓潤性調控提供理論依據。

1 材料和方法

1.1 樣品、試劑和儀器

10°P啤酒樣品共計37個，來自于青島啤酒股份有限公司。

電感耦合等離子體發射-質譜儀(inductively coupled plasma-atomic emission spectrometry, ICP-AES)，美國賽默飛科技有限公司；毛細管電泳系統，美國貝克曼庫爾特有限公司；氣相色譜-質譜聯用儀，美國珀金埃爾默公司；高效液相色譜儀，美國沃特世公司；冰點滲透壓儀，德國羅澤公司。

1.2 方法

1.2.1 啤酒口感特性感官品評

首先，確定口感飽滿性(fullness)和圓潤性(roundness)的感官描述，其中飽滿性為啤酒在口中飽滿度和黏稠度的感官描述；圓潤性為入口后圓滑、酒體順暢下咽的感官描述。其次，感官品評過程中需大口飲用，并忽略氣味和口味的影響。再次，用2個口感特征得分固定的樣品進行品評培訓，其中A樣品口感特征得分為6，B樣品口感特征得分為8，其他樣品與A、B比較并確定口感特性得分。第四，共有8位品酒師組成口感特性品評小組，其中國家級品酒員4名。結果取平均值作為最終得分。

1.2.2 啤酒中糖組分的分析方法

（5）根據政府資金狀況，以各項自然條件為依據，盡量壓縮工程量和造價，部分較為困難的段落，可適當降低標準，當遇到不良地段時，應積極予以避讓，不得盲目進行高填深挖。

啤酒中的糖組分(單糖、二糖、三糖及麥芽四糖以上)采用體積排阻液相色譜法進行分析[7]。

多糖分子質量分布[8]：采用3 kDa及30 kDa截留分子質量的超濾膜處理啤酒，采用體積排阻液相色譜法測定截留后多糖組成。

1.2.3 啤酒中的醇酯分析方法

醇類(異戊醇、異丁醇及正丙醇)及酯類(辛酸乙酯、己酸乙酯、乙酸異戊酯、乙酸乙酯)物質均采用氣相色譜法測定[9]。

1.2.4 啤酒中有機酸和離子的分析方法

陽離子(K+、Na+、Ca2+、Mg2+)采用電感耦合等離子體發射光譜儀分析[11]。

采用考馬斯亮藍法測定啤酒中高分子蛋白質含量[12]。

采用毛細管電泳法分析啤酒中蛋白分子質量分布范圍。

1.2.6 啤酒滲透壓測分析方法[13]

滲透壓：啤酒除氣，然后通過冰點滲透壓儀測定。

凍干后滲透壓：取5 mL啤酒放入平皿中，冷凍干燥后用等體積去離子水溶解，然后用冰點滲透壓儀測定溶解后滲透壓值。凍干后的滲透壓代表啤酒中非揮發性物質的濃度。

1.2.7 啤酒中總多酚分析方法

采用福林法測定[14]。

1.2.8 數據統計分析

采用SPSS及Minitab分析。

2 實驗結果

2.1 啤酒口感感官品評特征分布

對30個同一品類啤酒樣品的口感飽滿性和圓潤性得分進行描述性統計分析，得到口感特征的頻數分布，如圖1所示。該品類啤酒產品的口感飽滿性得分在6.4～7.8之間，平均得分為7.1，大多數集中在6.8～7.4之間，占樣本總數的87%。口感圓潤性得分分布在6.8～7.4之間，平均得分為6.9，大多數集中在6.6～7.4之間，占樣本總數的90%。從分布形態上說，口感飽滿性和圓潤性呈現正態分布，數據相對集中。

圖1 啤酒口感飽滿性(左)和圓潤性(右)感官品評得分的頻數分布

Fig.1 Frequency distribution characteristic of scores of mouthfeel fullness and roundness in beer

2.2 口感特性和風味物質含量的相關性分析結果

表1 口感特性與風味物質指標的相關性分析

注：皮爾遜線性相關分析：**P<0.01，*P<0.05。

圖2 口感飽滿性(fullness)和琥珀酸/蘋果酸(a)及散點圖

圖3 口感圓潤性和己酸乙酯(a)及凍干后滲透壓(b)散點圖

Fig.3 Regression analysis of ethyl hexanoate (a)、osmotic pressure of dried beer(b) and mouthfeel

2.3 偏最小二乘回歸(PLSR)模型的建立

本文將40個風味化學指標數據組成X-matrice，飽滿性和圓潤性口感得分為Y-matrice，PLSR回歸驗證了X-matrice與Y-matrice二者之間的相關性。其中40種風味化學成分與口感飽滿性、圓潤性感官品評得分之間存在較好的相關性(圖4)。其中風味物質與飽滿性PLSR回歸模型的R2為95%，與圓潤性回歸模型的R2為89%，表明風味物質和口感之間具有較好的相關性。

2.4 口感特征影響因素的研究

為進一步闡明口感飽滿性、圓潤性的影響因素及程度，利用PLSR回歸模型的標準化回歸系數(standard regression coefficient, SRC)無量綱的比較各個自變量對因變量的影響，闡明影響口感飽滿性和圓潤性的風味物質及影響程度。其中SRC絕對值越高，代表影響程度越顯著；SRC絕對值越低，代表影響程度越低。

圖4 基于40個風味指標的口感飽滿性(a)和圓潤性(b)感官評分的PLSR回歸

Fig.4 Plot of PLSR regression between observed and predicted mouthfeel scores (a: fullness; b: roundness) on 40 flavor compounds

圖5 啤酒風味物質對口感飽滿性得分的貢獻性分析

Fig.5 The contribution analysis of flavor compounds on fullness of mouthfeel

表2 與口感飽滿性和圓潤性相關的風味物質及重要程度

Table 2 Key flavor compounds correlated with fullness and roundness

影響程度|SRC|范圍飽滿性圓潤性顯著0.5≤SRCSO2-4(-)、Cl- (-)、Mg2+(+)、乙酸(-)、琥珀酸/蘋果酸(+)、麥芽四糖及以上(+)K +(-)、Na+ (-)、Ca2+(-)、凍干后滲透壓(+)比較顯著0.4≤SRC<0.5異戊醇(-)、乳酸(+)Mg2+(-)、麥芽四糖及以上(-)、滲透壓(+)明顯0.3≤SRC<0.4K+(-)、Ca2+(+)、SO2-4/Cl-(-)、草酸(+)、總有機酸(+)、3～30 kDa多糖(+)、大于30 kDa多糖(-)麥芽三糖(-)、麥芽糖+蔗糖(-)、小于10 kDa蛋白(+)、10～50 kDa蛋白(+),大于50 kDa蛋白(+),蛋白質(+)

如圖6及表2所示，影響圓潤性口感得分的關鍵因素為陽離子、糖及蛋白組分，尤其是小于50 kDa分子量的蛋白組分。有助于提高口感圓潤性的風味物質為蛋白質、多酚、酯類(辛酸乙酯、己酸乙酯、乙酸異戊酯、乙酸乙酯)及醇類物質(異戊醇、異丁醇及正丙醇)。降低口感圓潤性的風味物質為陽離子(K+、Na+、Ca2+及Mg2+)、糖組分(二糖、三糖及多糖)及有機酸。

圖6 啤酒風味物質對口感圓潤性得分的貢獻性分析

Fig.6 The contribution analysis of flavor compounds on roundness of mouthfeel

2.5 基于口感特征影響因素的口感預測模型

在確定口感飽滿性和圓潤性影響因素及程度的基礎上，分別將SRC絕對值大于0.6、0.5、0.4、0.3及0.2的風味物質組成X-matrice，口感飽滿性和圓潤性得分為Y-matrice，多元回歸法驗證口感特征和風味物質含量的相關性。

表3 風味物質指標與口感飽滿性得分的回歸方程

圖7 口感飽滿性得分實際值和4個回歸方程擬合值散點圖

Fig.7 Scatter plot of the egression equation between observed and predicted scores on fullness relevant compounds注：擬合1，擬合2，擬合3及擬合4與表3中的序號1～4一致。

以相同模式建立口感圓潤性和關鍵風味物質指標的多元回歸方程。如表4和圖8所示，當使用SRC絕對值大于0.5的4種風味物質作為X-matrice預測口感圓潤性時，多元回歸模型的R2僅為15.0%。隨著引入回歸方程的風味物質指標越多時，模型的R2逐步提高。當使用SRC絕對值大于0.3的13種風味指標做回歸方程時，R2僅為42.1%，模型預測性較弱。進一步添加風味指標，當使用SRC絕對值大于0.2的18種風味指標做回歸模型時，R2提高到58.0%。與飽滿性相比，風味指標與口感圓潤性之間的相關性較弱，因此該模型的預測性能尚需要進一步完善提高。

表4 風味物質指標與口感圓潤性得分的回歸方程

圖8 口感圓潤性得分實際值和4個回歸方程擬合值散點圖

Fig.8 Scatter plot of the egression equation between observed and predicted scores on roundness relevant compounds注:回歸方程1,2,3,4與表4中的序號1～4一致。

利用7個樣品對多元回歸模型驗證，如圖9所示，其中飽滿性實際值和預測值相關系數達到0.901(P=0.006)，圓潤性實際值和預測值相關系數為0.689(P=0.087)，表明模型精確度較高，尤其是口感飽滿性預測模型。目前該模型和影響參數僅適用于該品類的口感特性分析，模型的精確度取決于建立模型的樣本數量，以及口感特性品評得分的精確度和準確度。因此需進一步加強口感感官品評的精確性和一致性，提高模型預測的精度，擴大模型的使用范圍。

圖9 口感飽滿性(a)與圓潤性(b)得分實際值和預測值散點圖

Fig.9 Scatter plot of observed and predicted scores of model about fullness (a) and roundness (b)

3 結論

口感是啤酒質量的一項重要品質特征，包括飽滿性與圓潤性。飽滿性指風味豐滿、無水感的特征，圓潤性指入口不散，容易下咽的感覺。口感特征涉及到啤酒與口腔、牙齒、牙齦等的接觸感覺，除了風味物質對嗅覺、味覺的刺激外，還有對口腔觸覺的刺激，因此是一種感官描述模糊的復雜的綜合感覺。影響口感特性的風味化學眾多且復雜，表現在不僅受多種物質交互作用的影響，還受物質形成的物理狀態的影響。目前常規的外添加試驗以及相關性分析無法建立口感特征的模型以及確定關鍵的影響因素，因此通過PLSR數學分析方法，可以系統研究樣品之間的口感差異，明確影響口感特征的關鍵因素，建立口感特性和風味化學物質之間的構效關系。

本文結合風味化學分析技術、數學統計分析技術，確定了口感飽滿性和圓潤性的影響因素及程度，明確了影響口感飽滿性的主要物質為離子、多糖及有機酸，圓潤性主要受離子、蛋白質及多糖影響。本研究可用于指導原料配方和工藝改進，針對性的調整影響口感特性的風味物質含量及比例，改善啤酒口感質量。