料酒品質評價檢測技術的研究進展

焦新萍 曾金紅 王靈芝 相露婷 吳春安 夏煒芳 姜顧倩妮 曾紅燕

摘 要：本文介紹了儀器分析技術在料酒品質評價中的應用，對光譜技術、色譜（氣相色譜和高效液相色譜）/質譜、電子感官（電子舌）等現代分析技術進行概述，并對料酒品質評價檢測技術的發展趨勢進行討論和展望。

關鍵詞：料酒;品質;評價技術;色譜/質譜

1 概述

料酒是在黃酒的基礎上發展起來的一種調味品，主要含有氨基酸、酯類、醛類與有機酸類等。料酒可以去除腥味、解膩，改善口感，增添食物的美味，同時富含人體需要的多種營養物質[1-3]。近年來，隨著社會經濟的發展，大眾生活水平的不斷提高，對料酒品質的需求也在不斷提高。根據

SB/T 10416-2007《調味料酒》對調味料酒的定義：以發酵酒、蒸餾酒或食用酒精為主體，添加食用鹽（可加入植物香辛料），配制加工而成的液體調味品[4]。該標準中包含原釀料酒和配制料酒這兩種調味料酒品種。目前市場上出現了3種調味料酒的制作生產工藝：①以黃酒為主體，添加食鹽和香辛料制成“原釀料酒”的生產工藝。②用部分黃酒加食用酒精為原料的生產工藝。③不含黃酒成分，以食用酒精為主體，加入香辛料、味精、食鹽與色素等進行加工的生產工藝，后兩者都屬于配制料酒的范疇[2]。

T/CBJ 8101-2019《谷物釀造料酒》明確了釀造料酒應以谷物為主要原料，以用加曲、酵母等糖化發酵劑釀制而成的釀造酒為基酒，添加食用鹽，從而制成的供烹飪用的液體調味料[5];但缺少相應的釀造料酒和配制料酒的分辨方法。原釀料酒和配制料酒無論在原料采購、生產設備、生產工藝等方面，還是在烹飪效果、營養物質等品質上都有著顯著的差異[6]。有的配制料酒以酒精、食鹽、添加劑等加水勾兌而成，工藝簡單，沒有釀造料酒所特有的香氣，幾乎沒有營養成分;甚至某些不法企業在配制料酒中濫用添加劑，存在食品安全隱患。這對整個料酒行業的健康發展產生了不利影響。因此，建立科學的分析方法來區分釀造料酒和配制料酒尤為迫切。

指紋圖譜（Fingerprint）是將樣品中化學組分的含量和比例關系以色譜或光譜圖譜的形式反映出來，從整體性進行分析，避免了從某一側面或簡單處理分析樣品中化學組分造成的偏差[7-9]。因此，指紋圖譜解決了料酒中風味成分眾多且不易定量定性分析的難題，能更科學地進行料酒的品質分析和質量控制。

2 儀器分析技術在料酒品質評價中的應用

料酒的風味物質是體現料酒品質的重要綜合性指標。料酒風味物質主要由兩部分組成：①黃酒基酒中的酸、醇、酯類等功能性成分[10-11]，可用于判別料酒是否是由黃酒基酒勾兌而成。②香辛料中的酚類、萜類等功能性成分[12-13]。不同廠家、不同品牌的料酒因黃酒基酒的來源不同、生產工藝不同、添加的香辛料的種類不同及其含量的高低不同，導致料酒的風味物質的種類及含量差異性較大。

2.1 氣相色譜法、氣相色譜-質譜法（GC，GC-MS）

董穎娜[2]運用氣相色譜-質譜法檢測分析了市場上銷售的3個品牌（老恒和、千禾、王致和）43種料酒樣品中的揮發性風味物質，以相關系數和夾角余弦系數對特征峰進行相似度評價，建立不同品牌料酒的指紋圖譜，分析了同品牌料酒的相同特征及不同品牌料酒之間的差異性。指紋圖譜可以表現出不同品牌料酒在質量方面的區別，辨別不同品牌的料酒，也可用于該產品的內部質量控制。朱潘煒等[14-15]采用氣相色譜-質譜聯用法（GC-MS）測定黃酒基酒和成品黃酒中的揮發性和半揮發性成分，對未知黃酒樣品的指紋圖譜與該年份對照黃酒的指紋圖譜進行比較分析，綜合考慮兩者的整體色譜面貌相似性及相對保留時間、峰面積比值的不同之處。通過向量夾角余弦法等方法計算未知黃酒樣品與對照之間的相似度，評價未知黃酒樣品的酒齡（年份）和品質（質量優劣），區分不同等次的黃酒基酒和成品黃酒。

2.2 高效液相色譜法（HPLC）

閻文飛等[16]通過高效液相色譜法及氣相色譜-質譜法檢測了1年、3年、4年與7年陳的北方黃酒中一些組分的含量，分析了這些組分在陳化過程中的變化情況。研究結果發現，在陳化過程中酒精度呈波動變化，總糖含量略有升高，pH增大、總酸以及有機酸的含量都降低，其中7年陳的黃酒中蘋果酸、乙酸的含量分別降低了94.8%和66.9%;總酚含量和濁度呈上升趨勢;氨基酸態氮和蛋白質含量先上升后降低;苯乙醇、苯乙酸乙酯、苯丙酸乙酯和丁二酸二乙酯在黃酒揮發性風味物質中所占的權重呈現出先升高后降低的趨勢。Shen F[17]等運用高效液相色譜-光電二極管陣列技術（HPLC-DAD）測定了不同品牌和不同酒齡的黃酒樣品中的多種氨基酸的含量，結合偏最小二乘判別分析（PLS-DA）等方法來判別不同酒齡和品牌的黃酒，不同酒齡的黃酒的辨別正確率在97%左右，不同品牌的黃酒辨別正確率達100%。陳磊[18]等建立了反相高效液相色譜法檢測黃酒中的5-羥甲基糠醛（HMF）和9種多酚，并測定不同種類、不同酒齡（年份）的黃酒樣品中的HMF和多酚含量，為不同酒齡的黃酒的品質評價提供方法。

2.3 光譜法（Spectroscopy）

陳燕清等[19]應用小波變換-可見-近紅外光譜技術測定了3個品牌114種料酒樣品的光譜信息，并進行了信號去噪和數據壓縮處理，采用Fisher權重法計算了16個小波細節系數的Fisher權重。以16個小波細節系數為特征變量采用向量相似度法對3種不同品牌的料酒進行相似度分析，主成分分析法能顯著區分3種不同品牌料酒。應用偏最小二乘（PLS）、徑向基人工神經網絡（RBF-ANN）和Fisher線性判別（LDA）3個判別模型對預報組的料酒品牌進行鑒別，3個判別模型能準確區分不同品牌的料酒。劉飛[20]等運用可見/近紅外光譜技術收集了3個不同品牌的190種黃酒樣品的光譜數據，并運用主成分分析方法（PCA）對這些數據進行聚類分析處理，建立了不同品牌黃酒的鑒別模型，該模型的識別率在97%左右，預測結果較理想。陳燕清等[21]運用同步熒光技術收集了3個不同品牌（恒順、和田寬、王致和）的37種料酒樣品的熒光光譜數據，采用主成分分解降維法等方法提取了這些樣品的特征變量數據，采用主成分分析等方法將37個料酒樣品按照品牌劃分為不同的種類，結果表明小波系數作為料酒的特征變量對料酒品牌進行分類的正確率更高。利用偏最小二乘等方法建立料酒品牌鑒別的定量分析模型，預測結果表明，兩種判別模型對料酒品牌鑒別的準確率均達到100%。

2.4 電子舌

李英等[22]采用電子舌、色度儀、高效液相色譜儀、常規理化分析和多變量統計學方法相結合的手段，對從市場上采集的隸屬于15個品牌31個品名的調味料酒樣品進行了分析。研究結果表明，市售調味料酒樣品在鮮味、酸味、紅綠度和黃藍度等指標上差異較大，使用高效液相色譜法檢測發現，乳酸和乙酸為調味料酒中的主要有機酸。通過主成分分析發現不同地區產的調味料酒產品品質、整體結構存在差異，且這種差異是滋味品質的不同導致的。湯海青等[23]采用電子舌和理化檢測手段，結合不同統計方法，對54份料酒樣品分別建立定性和定量分析模型。應用主成分分析（PCA）區分應用不同生產工藝（釀造與配制工藝）生產的料酒樣品;應用簇類獨立軟模式法（SIMCA）可以準確判別釀造料酒和配制料酒，研究結果表明電子舌可以對調味料酒進行品質區分。于海燕等[24]運用電子舌技術并結合化學計量學方法來鑒別黃酒的酒齡。為確證黃酒樣品酒齡，采用氨基酸分析儀分析了1年陳、3年陳和5年陳黃酒中的20種氨基酸，并利用主成分分析法（PCA）對氨基酸數據進行了分析。運用電子舌采集了不同酒齡的黃酒樣品的味覺指紋相關信息，并運用判別分析（DA）方法結合味覺指紋相關信息建立了黃酒酒齡的鑒別模型。采用偏最小二乘法（PLSR）建立電子舌響應信號與氨基酸含量之間的相關關系。氨基酸數據結合PCA分析結果表明所有樣品均標注正確;電子舌結合判別分析所建黃酒酒齡鑒別模型可對3個年份樣品進行正確區分。研究表明電子舌結合判別分析是黃酒齡鑒別的穩健

方法。

2.5 其他方法

魏永義等[25]對4種調味料酒產品的顏色、氣味、口感與體態4個感官評價指標進行單因素評定，并給出相應的評定結果（優、良、中、差），運用模糊數學綜合感官評價進行感官評定，結果表明該方法能客觀地區分出調味料酒的優劣。

蔡敏[26]以氣味、滋味、色澤與流體性質為評價因素，對4種不同谷氨酸鈉添加量的食用料酒產品，運用模糊數學綜合感官評價進行分析，結果表明該方法能有效地評價食用料酒的感官品質。劉紅等[27]對料酒的微量元素進行檢測，由于黃酒的原料都是大米或粳米，以黃酒為基質的料酒中營養元素的含量規律與大米或粳米中營養元素含量的規律一致;相比之下，僅僅是由水、酒精及香精等調配而成的料酒中營養元素的含量較低，有的元素沒有檢出。

3 結語

料酒鑒別方法的缺乏造成調味料酒質量參差不齊，導致料酒市場魚目混雜，消費者從外觀、標識上很難甄別優質料酒和劣質料酒。綜上所述，每種檢測技術都具有各自的優勢和不足，只能用于料酒某些質量指標的評價，而不能綜合評價料酒的質量水平。因此深入研究料酒的功能性成分，應合理選取料酒質量分類指標，料酒發酵中原料主要是大米、糯米等淀粉類物質，這些淀粉類物質在發酵過程中被分解為糖類物質和糊精及低聚糖等非糖可溶性固形物，故料酒的總糖含量和非糖可溶性固形物含量可用來判別料酒是否以黃酒為主要原料（以酒精為主要原料的料酒缺乏上述淀粉類物質的發酵過程，其總糖含量和非糖可溶性固形物含量很低）。多種檢測分析技術聯合使用更能全面反映含復雜組分樣品的整體化學信息，結合化學計量學方法對各種分析技術采集得到的整體數據進行解析，可得到能綜合反映料酒質量水平的指紋圖譜，體現料酒的品質，這也是將來發展的方向。并以此建立融合多指標的料酒質量綜合評價體系，對規范料酒市場、促進料酒行業的持續健康發展具有重要的意義。

參考文獻

[1]胡武瑤，楊昳津，竇慧，等.不同麥曲釀造黃酒中揮發性風味物質的代謝差異[J].食品與發酵工業，2020，46（8）：226-233.

[2]董穎娜.基于模式識別的料酒品質研究及其指紋圖譜建立[D].杭州：浙江農林大學，2018.

[3]王妍.料酒的調味增香機理[J].中國調味品，2005（7）：32-34.

[4]中華人民共和國商務部.SB/T10416-2007 調味料酒[S].北京：中國標準出版社，2007.

[5]中國酒業協會.T/CBJ 8101-2019 谷物釀造料酒[S].北京：中國標準出版社，2019.

[6]胡楊.料酒的工業化生產與質量控制[J].江蘇調味副食品，2017，150（3）：12-14.

[7]包洪亮，馬永杰，和朝軍，等.動態指紋圖譜法檢測奶粉中添加的糊精和尿素[J].食品工業，2019，40（4）：189-194.

[8]劉紅梅，方成鑫，劉雨詩，等.黑毛組與頂葉組石斛的TLC與HPLC指紋圖譜研究[J].食品工業，2018，39（4）：

316-319.

[9]廖頭根，朱保昆，何靚，等.基于仿生技術檢測薰衣草氣味的方法[J].食品工業，2019，40（6）：232-235.

[10]李紅蕾，馮濤，榮志偉.黃酒釀制過程中風味物質變化規律的研究[J].食品工業，2011，32（12）：69-72.

[11]李紅蕾，馮濤.基于嗅辨儀與氣質聯用確定黃酒中的關鍵風味物質[J].食品工業，2011，32（9）：102-105.

[12]袁華偉，尹禮國，徐洲，等.

SPME/GC-MS聯用分析六種香辛料揮發性成分[J].中國調味品，2018，43（9）：

151-159.

[13]趙樺萍.香辛料的產品形態及應用研究進展[J].中國調味品，2018，43（2）：169-171.

[14]朱潘煒，周建弟，劉東紅.不同年份黃酒基酒HS-SPME-GCMS指紋圖譜的建立[J].中國食品學報，2012，12（2）：165-172.

[15]朱潘煒，周建弟，劉東紅.不同年份成品黃酒對照GC-MS指紋圖譜的建立[J].中國食品學報，2012，12（1）：

191-197.

[16]閻文飛，程凡升，郭瑞，等.北方黃酒陳釀過程中主要成分含量及其變化趨勢[J].中國釀造，2017，36（5）：72-75.

[17]Shen F，Ying Y B，Li B B，et al.Multivariate classification of rice wines according to ageing time and brand based on amino acid profiles[J].Food Chemistry，2011，129（2）：565-569.

[18]陳磊，黃雪松.高效液相色譜法同時檢測黃酒中的5-羥甲基糠醛和9種多酚[J].分析化學，2010，38（1）：133-137.

[19]陳燕清，顏流水，倪永年.小波變換-可見-近紅外光譜技術用于鑒別品牌料酒的研究[J].化學研究與應用，2011，23（9）：1250-1254.

[20]劉飛，王莉，何勇，等.應用可見/近紅外光譜進行黃酒品種的判別[J].光譜學與光譜分析，2008（3）：586-589.

[21]陳燕清，顏流水，倪永年.基于料酒的三維同步熒光光譜模式識別研究[J].分析試驗室，2011，30（4）：10-14.

[22]李英，吳夢，郭壯，等.市售調味料酒產品品質的評價[J].中國調味品，2017，42（5）：128-132.

[23]湯海青，顧曉俊，陳祖滿，等.基于電子舌的料酒味覺特征辨識與定量分析[J].核農學報，2020，34（5）：1054-1060.

[24]于海燕，張燕，許春華，等.基于氨基酸組成的黃酒酒齡電子舌鑒別（英文）[J].農業工程學報，2017，33（2）：

297-301.

[25]魏永義，郭明月，尹軍杰，等.模糊數學綜合感官評價調味料酒的應用研究[J].中國調味品，2015，40（10）：52-54.

[26]蔡敏.一種食用料酒工藝參數的模糊數學評價研究[J].中國調味品，2020，45（4）：144-146.

[27]劉紅，陳燕芹，李玉華，等.ICP-AES檢測市售調味料酒中營養元素[J].中國調味品，2016，41（7）：128-131.

作者簡介：焦新萍（1980—），女，河北唐山人，碩士，工程師。研究方向：食品安全檢測技術。

通信作者：曾金紅（1976—），男，湖北孝感人，博士，高級工程師。研究方向：食品安全檢測技術。