基于差別度的電子舌對花椒麻味物質的定量預測

王素霞，趙 鐳*，史波林，支瑞聰，汪厚銀，周先禮*

（1.西南交通大學生命科學與工程學院，四川 成都 610031；2.中國標準化研究院食品與農業標準化研究所，北京 100191）

基于差別度的電子舌對花椒麻味物質的定量預測

王素霞1,2，趙 鐳2,*，史波林2，支瑞聰2，汪厚銀2，周先禮1,*

（1.西南交通大學生命科學與工程學院，四川 成都 610031；2.中國標準化研究院食品與農業標準化研究所，北京 100191）

以建立一套快速批量的電子感官麻度評價方法為目的。以干花椒麻味提取液為研究對象，基于感官評價對照差別檢驗的方法和原理，對未知樣品與參比樣采取對比平行測定，以歐氏距離作為參比與樣品間電子舌區分的差別度，探索建立花椒麻味物質含量電子舌預測模型。結果表明：差別度能很好地反應麻味物質不同質量濃度之間的差異，該差異可用線性數學模型表示。采用該模型對樣品的預測值與實際值之間的相對標準偏差小于20%，滿足感官評價對風味屬性量化評價的要求。本研究實現了對花椒麻味物質定量預測的突破，同時也對利用電子感官進行半定量和定量測定研究提供了方法借鑒。

電子舌；花椒；麻味；定量；差別度；歐氏距離

花椒（Zanthoxylum bungeanum Maxim.）屬于中國傳統“八大調味品”之一，辛麻味是其主要的風味特性和品質評價指標。目前，國內外尚未建立有關花椒麻味評價的標準化方法，這嚴重制約著花椒質量控制和加工工藝的改良?，F今，花椒 的麻味評價除通過測定麻味物質含量來間接評價麻味強度之外，主要是利用感官評價方法?；诼槲段镔|的含量多少影響麻味強度大小的理論，不少學者利用光譜或色譜手段，測定花椒中麻味物質的含量，從而間接評價麻味的強度。但不難發現，在推廣應用層面，此方法還存在很多不足之處，主要表現在：1）其忽略了不同麻味物質因麻味分子構造或構型的差異導致麻味強度存在較大差別的事實；2）對照品的選擇隨機性大，沒有一定的標準和依據；3）忽略花椒中其他化學成分對麻味強度的影響，麻味強度是花椒樣品的

整體特性，花椒中其他成分，如揮發油、脂類等成分的存在，會對麻味的強度產生相生或相克作用。在味覺檢驗的過程中，重點并不在于精確檢測各組分的含量，而是要把涉及到成分相互作用的內在信息翻譯成諸如味覺強度和質量之類的概念[1]。感官評價法是以人為儀器，利用人的感覺去評價產品的特點，最能體現人的感受對花椒的質量要求，敏銳、簡單、便捷。但因評價人員的身體狀況、感情傾向、利益沖突等原因，感官評價結果的客觀性和一致性較差。加之，花椒麻味感官評價過程中，因麻味感覺在舌頭存留時間較長，易使評價員產生疲勞，從而減緩了評價效率并影響評價的準確度。在智能化設備迅猛發展的時代，能否利用模擬天然味覺的電子舌達到花椒麻味強度評價的目的。

電子舌開發與應用的終極目的是使感官評價工作科學化、客觀化和量化。其除了能快速分辨酸、甜、苦、咸和鮮5種存在于液體中的主要味道以外，在產品在線監測[2]、新鮮度評價和保質期檢測[3]、食品鑒別與區分[4]、質量控制[5]及定量分析過程[6]中已得到廣泛應用，這源于其無可比擬的優勢：1）簡便、快捷、無損，電子舌不需要對樣品進行任何處理，就能達到無損快速的目的；2）客觀、準確、重復性好，規避了人的感覺器官存在疲勞和主觀傾向性行為的缺陷。

對于特定品種的花椒樣品，其麻味強度由花椒麻味提取物質量濃度決定，即麻味強度的測定可間接轉化為提取物質量濃度的測定。如果電子舌能夠預測花椒麻味提取物的質量濃度，便可以此來指導花椒麻味強度的測定，這便涉及到電子舌在定量分析中的應用。定量分析涵蓋2 個層次，一是絕對測量，二是相對測量?，F有電子舌的量化研究，基本是利用偏最小二乘法、人工神經網絡、軟獨立簇類模式分類等模式識別算法進行樣品特征參數，諸如酸度、pH值、化學成分含量及感官評分等的絕對預測[7]。此法能夠達到很高的預測精度，但是需要的訓練樣本量比較大，給取樣帶來了不便。此外，張素平等[8]研究表明，智舌傳感器陣列在長期的檢測過程中存在系統漂移，也就是說長期監測過程中絕對測量值會發生變化，這會影響模型在長期預測過程中的精度。但其研究又表明，這種漂移為線性漂移，具有方向性。若是這樣的話，采用金標來計算樣品間的相對空間距離就可以解決這個問題，這便涉及到定量分析中的相對測量。在相對測量方面，Holmin等[9]提出用方差距離來表征樣品間相對差別，但一直沒有被推廣和應用。張愛霞等[10]在此基礎上，提出了差別度的概念，并將其定義為：在幾何空間上，對兩個樣品差別程度大小的度量，并利用歐式距離（Euclidean distance，DE）和方差距離表征樣品間的差異程度，發現距離與樣品質量濃度呈現正相關，說明電子舌能夠很好地應用于樣品的相對空間距離測定。

本研究基于差別度理論，以DE作為參比與樣品間電子舌區分的差別度，以探索建立花椒麻味物質含量電子舌預測模型為目的。

1 材料與方法

1.1 材料與試劑

花椒（精選韓城大紅袍）果皮樣品由北京羽利興商貿有限公司提供，將樣品抽真空后于冰箱（4 ℃）中保存備用。

體積分數95%酒精（食品級） 江蘇吳江永祥酒精制造有限公司。

1.2 儀器與設備

本研究采用的智能型電子舌（簡稱智舌）是由浙江工商大學研制開發，屬于一種伏安型電子舌，由傳感器陣列、多頻脈沖掃描儀和電腦3部分組成（圖1）。采用標準的三電極系統，工作電極由Pt、Au、Pd、Wu、Ti、Ag 6 種不同的裸金屬構成，輔助電極為鉑柱電極，參比電極為Ag/AgCl電極，外鹽橋為飽和氯化鉀溶液。采用的激發信號是以常規大幅脈沖激發信號為基元模式，脈沖幅度從1 V開始，每次變化-0.2 V，直至-0.8 V，每個脈沖具有1、10 Hz和100 Hz 3 個不同頻率段。傳感器不僅反映物質在不同電勢下的電化學特征，還呈現出物質在不同頻率段的響應特征[11]。

圖1 基于MLAPS的電子舌結構示意圖Fig.1 Schemtics of the electronic tongue based on MLAPS

1.3 方法

1.3.1 樣品制備

將干花椒果皮去梗除雜以后，精確稱取20 g于250 mL圓底燒瓶中，加入100 mL食用酒精，超聲浸提30 min，過濾得到花椒提取液并將其作為母液，避光冷藏保存，母液質量濃度200 mg/mL。溶液配制均采用電阻率大于18 MΩ·cm的超純水，其質量濃度通過母液質量濃度的稀釋倍數計算。系列梯度樣品的質量濃度設置是通過感官評價得到的，首先利用三點選配法得到人能夠識別的麻味的最低質量濃度1 mg/mL，逐漸增大麻味提取液的質量濃度，利用三點選配法得到與1 mg/mL樣品能夠完全區分的花椒麻味提取液的質量濃度。依次與前一個質

量濃度點對比，得到涵蓋微弱、中等、高3 個麻味強度區段的8 個系列梯度，8 個質量濃度系列如表1所示。在將母液稀釋為不同梯度的溶液時，隨之帶入酒精的含量存在差異，故分別設置如下所示的異溶劑體系和同溶劑體系。表1中異溶劑體系中酒精含量列，代表將母液稀釋本身所帶有酒精的含量；而表1中同溶劑體系中酒精含量列，是在稀釋本身帶有酒精的基礎上再加入了一定量的酒精，使各個樣品中酒精含量都相同，以忽略酒精差異對各個樣品差異性的影響。表2為驗證實驗溶液系列，配制過程與表1中配制過程類似。

表1 差別度研究溶液系列Table 1 Serial dilution concentrations for differential degrees

表2 驗證實驗溶液系列Table 2 Serial dilution concentrations for validation

1.3.2 電子舌測定

在測量樣品之前，都要將6 種金屬傳感器組成的傳感器陣列置于1.0 mg/mL的花椒麻味提取物中，以3 個頻率大幅脈沖作為激發掃描信號進行預掃描，并進行標準化處理，使響應信號趨于穩定，然后依次置于盛有約15 mL待測液的25 mL燒杯中進行檢測，檢測時間180 s，每次測量前后，對傳感器都要進行電化學清洗，清洗時間90 s，提取響應電流信號的物理化學特征值，利用電子舌自帶的數據處理軟件對數據進行采集、分析和模式識別[12]。

1.3.3 數據處理方法

根據傳感器采集的原始數據，采用主成分分析（principal component analysis，PCA）對不同質量濃度的花椒麻味提取液進行定性分析，其分析結果由判別指數（discrimination index，DI）進行衡量。DI值的計算情況一般有2種：

各個區域都己經明確區分開，則按公式（1）計算。

式中：Si是指單個樣品的區域面積；S總則表示的是所有區域的總體面積。DI值越大表示區分的效果越理想，2 種樣品之間的距離越遠。

只要有重疊部分存在，則按公式（2）計算。

因此，DI為正數，且越接近100%則表示區分效果越理想。而在一般情況下，認為DI大于80%即為區分效果非常理想。DI為負數時，表示有些樣品沒有被完全區分開，存在重疊現象。

2 結果與分析

2.1 電子舌對不同質量濃度花椒提取液的定性區分

電子舌能夠應用于花椒麻味質量濃度預測的前提，必須是其能夠對不同質量濃度的花椒麻味物質進行有效區分。為此，按照表1中樣品RT～T7的質量濃度配制系列花椒麻味樣品。分別用6 個工作電極和3 個頻率段進行檢測，對檢測數據進行PCA。在鉑電極10 Hz，金電極1 Hz和鈦電極10 Hz頻率段下，DI為98.3%，區分效果最好。主成分1和主成分2的PCA得分圖，如圖2所示。圖中每個四邊形代表這種樣品的整體特性，相互連接的4 個記號點分別代表此樣品的4 個重復樣品，主成分1和主成分2均保留了原始數據99.7%的信息量，說明主成分1、2能夠很好的代表整體特性。同一物質不同質量濃度的主成分得分值能夠很好的落在各自的質量濃度區域范圍內而互不干擾。說明多頻脈沖伏安法電子舌對花椒提取液質量濃度系列具有很好的區分效果，為電子舌定性定量系統地建立提供了可能。

圖2 同溶劑體系PCA區分圖Fig.2 PCA score plot for serial concentrations in the same solvent

2.2 電子舌對不同質量濃度花椒提取液的定量測定

2.2.1 測定中的溶劑因素影響考察

本研究中花椒麻味物質的提取溶劑為酒精，而系列樣品稀釋溶劑為超純水。在用超純水稀釋母液過程中，各個樣品帶入的酒精含量存在差異。本實驗以探討不同質量濃度的花椒麻味樣品為目的，那么各個樣品帶入的酒精含量可能會對實驗產生一定的干擾，因此，為了研究樣品配制過程中統一溶劑的必要性，設置了異溶劑體系：忽略稀釋過程中不同質量濃度樣品所帶入酒精的含量差異。

異溶劑體系檢測樣品溶液質量濃度參見表1，將電子舌檢測數據進行PCA。從圖3可以看出，隨樣品Y0-RY-Y7質量濃度的增大，在PCA圖中呈現從左到右的變化趨勢。為了判斷這種變化趨勢是否單純由花椒麻味質量濃度差異所引起，為此，對比空白RY（不含花椒麻味物質）其他8 個質量濃度點，發現空白RY是融合在樣品Y2和Y3系列梯度中間，參考RY與Y3的配制過程發現，RY與Y3的酒精體積分數2.0%，說明酒精含量對不同麻味質量濃度溶液電子舌響應有很大的影響。本實驗是以探討花椒麻味質量濃度的規律性為研究目的，為了盡可能排除溶劑干擾，實驗過程中均采用同溶劑體系進行質量濃度預測研究。

圖3 異溶劑體系PCA區分圖Fig.3 PCA score plot for serial concentrations in different solvents

2.2.2 不同質量濃度樣品的電子舌區分差別度表示與模型建立

圖4 系列溶液P圖Fig.4 PCA score plot for serial solutions

選定同溶劑體系為實驗對象，在信號處理過程中，去除空白對照RT的信號，得到PCA圖如圖4所示。主成分1與主成分2均能對其他樣品進行很好地區分，其DI為93.3%。更為重要的是，8 個質量濃度點在PCA圖中的相對位置呈現一定的規律，即隨花椒麻味質量濃度增大，主成分得分圖上對應位置沿主成分1的逆方向呈線性的變化趨勢。這種變化趨勢的存在，為樣品間差異的量化表征提供了思路。

對兩個特定樣品而言，PCA圖上樣品間的距離越近說明其品質特性越近，即距離可以量化樣品間的品質差異。那對于系列梯度樣品而言，要通過距離表征系列樣品間的變化規律，需要選擇一個類似標尺中零刻度點的樣品，為此引入感官特性中的參比樣。系列梯度中的樣品T0是人工感官能夠明顯辨別出麻味的最低質量濃度，將其作為本研究定量分析中的參比樣。系列花椒麻味質量濃度在PCA圖上的對應位置呈線性的變化趨勢，差異化表征之后樣品差異是否存在類似的變化規律。為此本實驗引入DE為量化差異的表征手段。分別將各個系列樣品與參比樣采取對比平行測定，以此計算樣品與參比樣之間的DE值，即分別得到T1～T7與T0間7 個DE值。而通過各個系列樣配制質量濃度可容易得到其與參比樣間的質量濃度差。分別以質量濃度差為橫坐標，以對應DE值為縱坐標，建立質量濃度差和DE值的相關性曲線。由樣品檢測結果，結合回歸分析和數據擬合，得到最佳擬合方式為線性擬合，其方程式y=3.154×10-6x，判別系數R2為0.993 5，如圖5所示。結果說明，以差別度為量化差異表征方式，不僅在量化花椒麻味樣品的電子舌檢測差異方面具有一定的優勢，而且其量化結果與樣品間質量濃度差存在很好的線性相關性。該相關性曲線的獲得，為未知麻味質量濃度樣品的預測提供了可能。

圖5 花椒提取液規律性曲線Fig.5 Linear relationship for extracts of Zanthoxylum bungeanum

2.3 基于差別度的花椒麻味物質含量電子舌預測模型驗證

按照表2配制YT1-YT4和參比樣T0，并分別與參比樣T0同時進行檢測，根據檢測數據可計算各個樣品與參比樣之間的DE值。根據2.2節得到的相關性曲線，一個DE值對應一個質量濃度差，由此得到各個樣品與參比樣之間的質量濃度差，從而得到未知樣品的質量濃度，將此值定義為預測值。為了驗證預測的可重復性，各個樣品從

配制、檢測到計算均連續重復3 次，即每個樣品得到3 個預測值。而將樣品的配制質量濃度定義為真實值。預測效果的好壞，一般通過計算真實值和預測值間的相對標準偏差來判定。在感官評價中，預測結果的要求是相對標準偏差不大于20%，對電子舌而言，只要其預測效果優于此值，可認為電子舌代替人體感官評價在花椒麻味濃度預測方面具有一定的優勢。對實驗數據的分析發現，所得真實值和預測值的相對標準偏差均小于20%，而且樣品YT2和YT3樣品的3 次重復預測值小于10%，如表3所示。

表3 驗證結果Table 3 Result of validation

在此基礎上，本研究試圖將預測數據形象化，遂以真實值為橫坐標，每個樣品的3 次預測值為縱坐標，得到一系列散點，并利用y=x對這些散點進行擬合時，R2越接近1，說明預測效果越好。本研究表明，利用曲線y=x對預測值和真實值進行擬合時，其判別系數R2=0.964 6，如圖6所示。除YT4的預測結果偏差較大外，其他樣品的預測值與真實值都比較接近，說明利用真實值和預測值對y=x的擬合效果來判斷預測結果的方法具有可行性，相比于相對標準偏差表示法，此法更加直觀明了。

圖6 驗證曲線Fig.6 Comparison curve showing the good agreement between predicted and actual values

3 結論與討論

本研究將感官評價中相對測量的概念引入到電子舌定量分析和花椒麻味物質質量濃度的預測之中，結果表明：PCA DI為93.3%，可判定電子舌能夠對不同質量濃度花椒提取液進行定性區分。PCA圖上的對應位置隨質量濃度呈現線性的變化趨勢，為基于差別度的量化差異表征提供依據。在以DE為差別度表征手段的基礎上得出差別度與質量濃度差存在良好的線性關系。采用該模型對樣品的預測值與樣品真實值間的相對標準偏差小于20%，滿足感官評價對風味屬性量化評價的要求。本研究實現了對花椒麻味物質定量預測的突破，為后期利用電子舌代替人工感官進行花椒麻味強度評價提供理論支撐。更為重要的是拓寬了電子舌在定量分析中的應用范圍。

本研究只是針對于花椒麻味物質的質量濃度預測，而要將其應用于麻味感覺強度的預測中，還有以下待突破之處。模型優化：花椒麻味主要由酰胺類物質呈現，能否通過呈麻味的單體化合物建立麻味強度預測模型，這樣能更加真實的反映麻味品質。相關性分析：傳感器響應信號強度與人麻味感覺強度之間的相關性研究。影響因素與控制：樣品制備過程中除花椒酰胺之外的水溶性和醇溶性成分對規律性可能會受到影響，如何去除和控制干擾因素來建立麻味強度的預測模型。本課題組正在進行相關的研究工作，以期對花椒麻味評價的應用有進一步的推進。

[1] TOKO K. Retracted: electronic tongue[J]. Biosensors and Bioelectronics, 1998, 13(6): 701-709.

[2] RUDNITSKAYA A, SCHMIDTKE L M, DELGADILLO I, et al. Study of the influence of micro-oxygenation and oak chip maceration on wine composition using an electronic tongue and chemical analysis[J]. Analytica Chimica Acta, 2009, 642(1): 235-245

[3] DIAS L A, PERES A M, VELOSO A C A, et al. An electronic tongue taste evaluation: identification of goat milk adulteration with bovine milk[J]. Sensors and Actuators B: Chemical, 2009, 136(1): 209-217.

[4] DIAS L A, PERES A M, VILAS-BOAS M, et al. An electronic tongue for honey classification[J]. Microchimica Acta, 2008, 163(1/2): 97-102.

[5] CHEN Q, ZHAO J, VITTAYAPADUNG S. Identification of the green tea grade level using electronic tongue and pattern recognition[J]. Food Research International, 2008, 41(5): 500-504.

[6] CODINACHS M I L, KLOOCK J P, SCH?NING M J, et al. Electronic integrated multisensor tongue applied to grape juice and wine analysis[J]. Analyst, 2008, 133(10): 1440-1448.

[7] ESCUDER-GILABERT L, PERIS M. Review: highlights in recent applications of electronic tongues in food analysis[J]. Analytica Chimica Acta, 2010, 665(1): 15-25.

[8] 張素平. 智舌傳感器陣列漂移現象及校正技術研究[D]. 杭州: 浙江工商大學, 2009.

[9] HOLMIN S, SP?NGEUS P, KRANTZ-RüLCKER C, et al. Compression of electronic tongue data based on voltammetry-a comparative study[J]. Sensors and Actuators B: Chemical, 2001, 76(1): 455-464.

[10] 張愛霞. 基于差別度檢驗的電子舌應用方法學研究[D]. 杭州: 浙江工商大學, 2012.

[11] TIAN S Y, DENG S P, CHEN Z X. Multifrequency large amplitude pulse voltammetry: a novel electrochemical method for electronic tongue[J]. Sensors and Actuators B: Chemical, 2007, 123(2): 1049-1056.

[12] 談國鳳, 田師一, 沈宗根, 等. 電子舌檢測奶粉中抗生素殘留[J]. 農業工程學報, 2011, 27(4): 361-365.

[13] 宋運紅, 李振祥, 孫連輝, 等. 馬氏距離與歐氏距離方法在地球化學異常處理中的對比[J]. 吉林地質, 2008, 27(4): 117-121.

Quantitative Prediction of Pungency in Zanthoxylum bungeanum Using Electronic Tongue Based on Differential Degree

WANG Su-xia1,2, ZHAO Lei2,*, SHI Bo-lin2, ZHI Rui-cong2, WANG Hou-yin2, ZHOU Xian-li1,*
(1. College of Life Science and Engineering, Southwest Jiaotong University, Chengdu 610031, China; 2. Institute of Foods and Agriculture Standardization, China National Institute of Standardization, Beijing 100191, China)

The present work was undertaken to establish a rapid method for evaluating pungency in Zanthoxylum bungeanum using electronic sensors. The pungent substances extracted from the dried fruit pericarp of Zanthoxylum bungeanum were tested using an electronic tongue. Based on sensory difference tests, a predictive model for pungent substances in the dried fruit pericarp of Zanthoxylum bungeanum was proposed using Euclidean distance as the differential degree through comparative a nd parallel analysis of unknown and

amples. Results showed that the differential degree could well respond to serial concentrations in samples, and the concentration difference could be represented by a linear mathematical model. The prediction of unknown samples using this model showed that the relative standard deviation between the predicted and actual values was less than 20%, which meets the requirements for quantitative evaluation of taste attributes. This study is a breakthrough in predicting pungent concentration, and also has laid a solid foundation for quantitative prediction of pungent intensity by providing a method for semi-quantitative and quantitative detection.

electronic tongue; Zanthoxylum bungeanum Maxim.; pungency; quantitation; differential degree; Euclidean distance

TS207.7

A

1002-6630（2014）18-0084-05

10.7506/spkx1002-6630-201418016

2013-12-18

國家自然科學基金面上項目（31171695）；四川省科技支撐計劃項目（2013SZ0083）

王素霞（1988—），女，碩士研究生，研究方向為微生物與生化藥學。E-mail：wangsu.x@163.com

*通信作者：趙鐳（1968—），女，副研究員，博士，研究方向為食品感官分析。E-mail：zhaolei@cnis.gov.cn周先禮（1969—），男，教授，博士，研究方向為天然藥物化學。E-mail：xxbiochem@163.com