基于不同類型快速描述分析方法的豆豉感官評價
——以Napping-UFP法、FCP法和PSP法為例

譚仟,陳雪,劉鈺穎,王洪偉*,索化夷*

1(西南大學 食品科學學院,重慶,400715)2(川渝共建特色食品重慶市重點實驗室,重慶,400715)

豆豉是一種以黑豆或黃豆為原料,經蒸煮、制曲、發酵而成的傳統發酵豆制品,按發酵微生物的種類可分為毛霉型、曲霉型、細菌型和根霉型豆豉[1]。由于產地和生產工藝的不同,豆豉樣品間風味差異較大。目前,研究通過GC-O-MS等分析技術,分別確定了重慶永川[2]、廣東陽江[3]、湖南瀏陽[4]等地豆豉中的關鍵香氣物質。除儀器分析外,感官評價方法也能區分不同產地豆豉樣品間的感官差異[5]。

作為最全面、信息量最大的感官評價方法,定量描述分析法(quantitative descriptive analysis,QDA)是經過培訓的評價員對構成樣品感官特征的各個指標強度進行完整、準確評價的感官評價方法,目前已在酒類[6]、茶葉[7]、調味品[2]等產品中有著廣泛應用。QDA可以獲得全面、穩定的結果,但也存在著周期長、成本高等問題。因此近年來,一些使用未經充分訓練的評價員進行感官評價的快速描述分析方法,如Napping法結合超自選特性排序剖面法(Napping-ultra-flash profiling, Napping-UFP)[8]、自由選擇剖面法(free choice profiling,FCP)[9]、極化感官定位法(polarized sensory positioning,PSP)[10]等已廣泛應用于食品感官領域。

快速描述分析方法可分為3類[11]:基于產品相似性的方法,如Napping法;基于產品的描述性方法,如FCP法;基于比較產品與參照物差異的方法,如PSP法。大量研究結果顯示Napping法[12-14]、FCP法[15]等快速描述分析方法可獲得與QDA相似性較高的載荷圖,表明這些方法可能是替代QDA的有效方法。總的來說,以Napping-UFP法、FCP法和PSP法為代表的3類快速描述分析方法具有較高的準確性,可以很好區分同類產品的感官特性,在調味品感官領域將會有廣泛的應用前景。

本研究以不同產地的豆豉樣品為研究對象,分別采用基于相似性的Napping-UFP法、基于描述性的FCP法和基于參照物的PSP法,比較3類方法在以豆豉為代表的調味品中的應用效果,以期為調味品提供一些快速、有效且低成本的感官評價方法。

1 材料與方法

1.1 實驗材料

實驗所選取的7種豆豉樣品均為市售,具體信息如表1所示。

表1 豆豉樣品信息Table 1 Douchi sample information

1.2 實驗方法

共招募39名未經培訓的消費者作為評價員,每位評價員僅參與一種方法測試。所有試驗在西南大學食品科學學院感官實驗室進行。為了驗證方法的準確性,3種方法均隨機選擇1個樣品作為重復樣品[16],與7個豆豉樣品一起呈送給評價員。8個待測豆豉樣品均以3位隨機數字編碼。每次試驗前先讓評價員熟悉樣品,并分別介紹試驗方法及流程。評價過程中使用蘇打餅干和純凈水清理口腔。

全部試驗數據通過智能云感官評價系統(https://www.cloudsensorylab.com)收集獲得。

1.2.1 Napping-UFP法

共11名評價員參加Napping-UFP法試驗,該試驗分2個階段進行[17]。第一階段將7個豆豉樣品和1個重復樣品(C1)同時呈送給評價員,要求評價員根據感官特征的相似性和差異性在一個與A3紙張比例(420 mm×297 mm)相同的平面上進行樣品的擺放,即感官特征越相似的樣品距離越近,反之樣品距離越遠。以平面的長和寬作為橫軸和縱軸,統計樣品位置的坐標信息。

第二階段,評價員在擺放好的樣品旁列出一些該樣品具有的典型的感官性質,對每個樣品的感官特征描述詞進行歸類并統計詞頻。

1.2.2 FCP法

共14名評價員參加FCP法試驗,該試驗分2個步驟進行[18]。首先,將7種豆豉樣品和1個重復樣品(A2)同時呈送給評價員。每位評價員獨自從外觀、香氣、風味、質地、余味這5個感官方面產生能區分樣品的感官描述詞,形成自己的詞匯表,注意不能使用表達情感的詞語。

充分休息后,再將上述樣品以隨機順序呈送給評價員,要求評價員利用15 cm長的線性標度,評價之前自己生成的樣品感官性質的強弱。每個描述詞對應1條從左至右感官強度逐漸加強的標度。

1.2.3 PSP法

共14名評價員參加PSP法試驗,該試驗參考ARES等[19]的方法稍作修改。從3個產地的樣品中隨機選擇C1、B2、A3作為參比樣品,分別以“R1”“R2”“R3”編碼。要求14名評價員品嘗3個參比樣品并記住每個樣品的感官特征。將7個豆豉樣品及1個重復樣品(C1)呈送給評價員。評價員依次將每個樣品與3個參比樣品進行比較,在左端標明“完全相同”,右端標明“完全不同”的10 cm標度上標注出該樣品與各個參比樣品的相似程度。

1.3 數據處理

采用XLSTAT 2016軟件對所有數據進行分析。對Napping-UFP法、PSP法的數據進行多因素分析,對FCP法的數據進行廣義普魯克分析。使用調整后的RV系數(adjusted RV coefficient,ARV)比較3種感官方法之間的相關性[20]。

2 結果與分析

2.1 Napping-UFP法

2.1.1 感官描述詞的建立

Napping法是PAGES[21]研究白酒時引入的感官評價方法。評價員可根據樣品間的相似性和差異性進行感官位置的擺放[22]。完成Napping實驗后,評價員通常被要求在每個樣品編碼旁寫下描述詞,這種方法稱作Napping-UFP法[8]。在Napping-UFP法中,合并含義相似的詞語,刪除意義模糊的描述詞后,共保留54個感官描述詞以描述和區分8個豆豉樣品。其中,20個術語由2人及以上使用,結果見表2。這些描述詞中包括5個外觀描述詞、6個風味描述詞、5個質地描述詞、3個香氣描述詞和1個余味描述詞。其中咸味、硬度、黏度、黑色、酸味在所有感官描述詞中使用頻次最高,分別被使用22、17、8、7、7次,表明這5個感官特性可能是區分不同產地豆豉樣品間差異的關鍵。

表2 Napping-UFP法建立的描述詞及被提及的頻次統計Table 2 Descriptors and frequency of mention from Napping-UFP

2.1.2 多因素分析

Napping-UFP法中產品感官特征越相似,樣品位置越近[22]。該方法同時收集了樣品的坐標信息和感官描述詞,以樣品坐標值為主要變量,以描述詞為補充變量,進行多因素分析[23]。如圖1所示,樣品載荷圖的前2個維度解釋了樣品總體變異的59.21%。2個相同樣品(C1-1、C1-2)位置鄰近,表明實驗具有較高的準確性。此外,同一地區豆豉產品的感官特征相似,產自湖南瀏陽的C1、C2豆豉樣品位于第一維度正半軸,與其他樣品距離較遠,表明湖南瀏陽的豆豉與其余樣品間均存在較大的感官差異;C2與2個C1樣品(C1-1、C1-2)相隔較遠,表明相同產地的豆豉也具有一定差異。重慶永川的A1、A2、A3豆豉樣品距離較近,說明三者的感官特征相似;產自廣東陽江的B1和B2豆豉樣品位于第三象限,樣品相近,表明這2個樣品風味相似。這一結果與楊洋等[5]將重慶、廣東、湖南三地的豆豉分成3類的結果一致,表明Napping-UFP法可以有效區分各產地產品之間的感官特征差異。

圖1 Napping-UFP法多因素分析載荷圖Fig.1 Multiple factor analysis loading diagrams of Napping-UFP

2.2 FCP法

2.2.1 感官描述詞的建立

FCP法是由評價員自主產生描述詞,然后根據自身感受強度對樣品的感官屬性進行量化的感官評價方法[9]。14名評價員通過對8個豆豉樣品的比較自主產生描述詞。將其中同義詞合并后共有73個描述詞以描述和區分不同產地的豆豉樣品,其中包括24個外觀描述詞、15個氣味描述詞、12個風味描述詞、15個質地描述詞、7個余味描述詞。表3顯示詞頻≥2的18個術語。其中,使用頻率較高的有咸味、硬度、苦味、飽滿等,有超過1/3的評價員產生這幾個感官屬性,說明這幾個感官特征可能是豆豉最典型的感官特性,可能代表不同產地豆豉之間感官特征的最大差別。此外,同Napping-UFP法一樣,咸味、硬度等描述詞被評價員反復提及,表明這些感官屬性有可能是豆豉風味的典型特征。但這2種方法產生的大多數感官特征僅被個人提出,且存在描述詞不準確、詞義模糊等問題,這可以通過對評價員進行較短時間培訓來提高準確性以避免這些問題[20]。

表3 FCP法建立的描述詞及被提及的頻次統計Table 3 Descriptors and frequency of mention from FCP

2.2.2 廣義普魯克分析

對FCP法的數據結果進行廣義普魯克分析,樣品載荷圖如圖2所示,前2個維度共解釋了豆豉感官特征總體變異的76.68%。2個相同樣品(A2-1、A2-2)在載荷圖上位置相近,表明FCP法具有較高的準確性。與Napping-UFP法的結果一致,FCP法中相同產地的豆豉樣品在載荷圖上的分布規律相似。產自重慶永川的A1、A2、A3樣品鄰近,均位于x軸負半軸;B1和B2位于第三象限,樣品位置相近;C1和C2均位于x軸正半軸,位置相鄰,這表明相同產地的豆豉產品的風味特征相似,不同產地差異顯著。總之,同類產品可以通過FCP法很好地區分開來。

圖2 FCP法樣品廣義普魯克分析載荷圖Fig.2 Generalized Procrustes analysis loading diagrams of FCP

2.3 PSP法

PSP法是將各試驗樣品分別與參比樣品進行比較的評價方法,可以直觀反映出評價樣品與參比樣的相似程度[10, 16]。如圖3所示,多因素分析后可以看到,累計方差貢獻率是72.99%,基本可以解釋樣品感官性質的大部分信息。2個相同樣品(C1-1、C1-2)位置相近,表明PSP法具有較好的準確性。在PSP法載荷中,不同產地豆豉樣品的分布被明顯區分開,產自重慶永川的A1、A2、A3樣品位置相近,位于第一象限;產自廣東陽江的B1、B2在第四象限,樣品位置相鄰,湖南瀏陽生產的C1、C2樣品均位于x軸負半軸,且位置相近,表明PSP法對不同產地豆豉的感官特征具有很高的區分度。

圖3 PSP法多因素分析載荷圖Fig.3 Multiple factor analysis loading diagrams of PSP

Napping-UFP法、FCP法和PSP法的結果均表明不同產地豆豉的感官特征差異較大,這可能是由于不同原料發酵得到的豆豉感官特征相差較大[24],也可能是因為豆豉在發酵過程中不同產地微生物產生大量的酶將淀粉、脂質、蛋白質等物質降解為醇、醛、酸、酯等不同的小分子風味物質[25],使各產地的豆豉風味不盡相同。在所有載荷圖中,產自湖南的豆豉樣品距離其他樣品更遠,這可能是因為瀏陽豆豉是淡豆豉,與其他豆豉產品的風味差異較大[26]。

2.4 ARV系數

ARV系數可用于驗證方法間的相關性[20]。計算Napping-UFP法、FCP法和PSP三者間的ARV系數,結果如表4所示,所有方法間ARV系數均大于0.750,表明3種方法相互間具有較高的一致性。其中FCP和PSP的ARV系數最高,為0.925(P<0.05),表明其相關性在3個方法中最高。FCP和Napping-UFP的ARV系數是0.790(P<0.05),低于Napping-UFP和PSP的0.831(P<0.05),其相關性最低。

表4 Napping-UFP法、FCP法、PSP法間ARV系數比較Table 4 The comparison of ARV coefficient among Napping-UFP, FCP, and PSP

之前的研究表明2種方法間相關性的高低可以用RV系數表示,但在樣本數量較少的情況下,RV系數可能具有偶然的一致性[27]。修正RV系數[28]和ARV系數均可避免RV系數這一缺陷,其中ARV系數的效果更佳[27]。WANG等[20]應用ARV系數分析了同一感官評價小組在不同培訓階段的表現。本研究通過ARV系數發現Napping-UFP、FCP和PSP法之間具有良好的相關性,與荷載圖分布相似的結果一致。

3 結論

本研究分別采用基于相似性的Napping-UFP法、基于描述性的FCP法和基于參照物的PSP法對不同產地的豆豉產品進行感官評價。結果顯示3種快速描述分析方法的準確性較高,均可以快速、有效地分析豆豉的感官性質,對不同產地豆豉樣品的感官特征差異均具有良好的區分效果。Napping-UFP法、FCP法和PSP法之間的ARV系數均高于0.750,三者具有較高的相關性。

3種方法中,PSP法與Napping-UFP法、FCP法的ARV系數均較高,適合快速區分產品感官特征的差異,但該方法缺少產品的描述性信息。Napping-UFP法和FCP法均可以產生樣品描述詞,但未經充分培訓的評價員對感官描述詞的理解往往存在一定偏差,很難達成共識。多種快速描述分析方法的聯合使用可提升評價結果的準確性,如與閃現剖面法(Flash profile,FP)法結合使用,可以提升Napping-UFP法的有效性[29]。

綜上,以Napping-UFP、FCP和PSP法為代表的不同類型快速描述分析方法均可快速、有效地區分樣品感官特征的差異。雖然這些快速描述分析方法仍需進一步完善,但未來應用需求將會越來越多。