基于電子鼻及G C-M S技術的啤酒識別研究

謝宇飛，李臻峰，2，李 靜，2，宋飛虎，2，向 昊

(1.江南大學機械工程學院，江蘇無錫 214122；2.江蘇省食品先進制造裝備技術重點實驗室，江蘇無錫 214122)

啤酒營養物質豐富，是世界上產量和消費量最高的酒精飲料[1]。啤酒的質量與很多因素有關，而最直觀的就是風味。啤酒的揮發性風味物質是反映啤酒品質的一個重要特征，也是啤酒產品質量的重要組成部分。不同品牌的啤酒因生產工藝的不同，揮發性風味物質的成分和含量會有所差異，所以分析風味特性在啤酒品質鑒別中具有極其重要的地位。

氣相色譜-質譜聯用（GC-MS）技術是檢測啤酒揮發性成分的主要技術之一，能夠對樣品揮發性成分進行定性和定量分析[2-3]。但是該方法操作復雜、費時費力，易對樣品揮發性成分造成破壞。電子鼻是一種由傳感器陣列和模式識別方法組成的人工嗅覺智能儀器，具有方便、快速、成本低等優點。張君生[4]通過電子鼻對新產原酒進行等級評判，并利用PLSR實現總酸、總酯含量的預測。Shi[5]對5種啤酒PEN3電子鼻數據深度特征進行挖掘，提高了電子鼻對啤酒分類的準確性。但是電子鼻只能從啤酒氣味特征的整體風味進行分析，具有一定的局限性。電子鼻與GC-MS兩種分析技術的配合能夠從宏觀和微觀上研究食品風味，是目前食品檢測的主要手段。劉芳[6]采用電子鼻與GC-MS聯用技術對7種不同品牌濃香型白酒進行很好區分，發現PCA分析中關系密切的樣品在風味成分層面也存在相似性。Cao[7]利用電子鼻與GC-MS聯用技術對4種楊梅果酒進行鑒別分析，發現不同品種楊梅果酒風味特征存在差異。這些研究利用電子鼻與GC-MS技術研究酒類的識別分類和揮發性成分的組成，但是并沒有分析電子鼻傳感器與GCMS檢測出的揮發性成分之間的相關性，且電子鼻與GC-MS技術檢測啤酒風味成分的研究相對較少。

本研究以市售5種品牌的啤酒為研究對象，運用PEN3電子鼻進行氣味檢測分析，通過數理統計方法對樣品氣味信息進行數據處理并建立判別模型，研究電子鼻區分識別不同品牌啤酒的可行性。結合GC-MS聯用技術對樣品的揮發性風味物質進行分析，使用PLSR建立揮發性化合物和電子鼻響應信號之間的相關性。為區分啤酒品牌及電子鼻傳感器與揮發性成分之間相關性的研究提供一定的實驗依據和理論支撐。

1 材料與方法

1.1 材料、儀器

酒樣：選取5種不同品牌的淡爽型啤酒為實驗材料，詳細信息如表1所示。

表1 5種不同品牌啤酒樣品信息

儀器設備：GC-MS聯用儀，日本島津公司。

PEN3型電子鼻：德國AIRSENSE公司，含有10個金屬氧化物傳感器，能夠對食品和飲料中大多數揮發性化合物進行交叉響應。表2顯示了每個傳感器的靈敏度特性。

表2 傳感器名稱及其性能描述

1.2 實驗方法

1.2.1 電子鼻檢測

在20 ℃±0.5 ℃的實驗環境下，取5 mL待測樣品于40 mL頂空色譜進樣瓶中靜置20 min，確保瓶內氣體飽和。設置采樣間隔1 s；沖洗時間60 s；零點調整時間5 s；測量時間100 s；預采樣時間5 s；注射流量300 mL/min。5種品牌啤酒各取15個平行樣，共計75個樣本，待測樣本重復測定3次取平均值，消除測量誤差。

1.2.2 風味物質測定

萃取條件：吸取經除氣處理的各酒樣5 mL于20 mL固相微萃取專用頂空進樣瓶中，添加10 μL規格為50 mg/L的2-辛醇作為內標并加入1.5 g NaCl促進有機相和水相分離。密封后于50 ℃下平衡5 min，插入萃取頭萃取30 min，萃取完成以后，解析1 min。

GC條件：DB-WAXETR色譜柱（60 m×0.050 mm×0.25 μm），進樣口溫度為250 ℃，以純度為99.999%的高純度氦氣為載氣，流速1 mL/min。分流比5∶1。升溫程序：初始溫度為40 ℃，保持1 min，以3 ℃/min的升溫速率升至180 ℃，再以20 ℃/min升溫至230 ℃，保持10 min。

MS條件：EI電子電離源，電子能量70 eV，離子源溫度230 ℃，掃描范圍30～350 amu。

2 結果與討論

2.1 不同品牌啤酒樣品電子鼻分析

2.1.1 電子鼻響應值結果分析

啤酒樣品電子鼻響應值曲線如圖1所示，傳感器的初始狀態均為1，由于頂空進樣瓶中樣品香氣成分的富集，經過10 s的反應時間響應值快速上升，并在40 s時趨于穩定，提取穩定階段的95 s時響應值作為分析特征值。

圖1 電子鼻對啤酒樣品的響應曲線

不同品牌樣品的電子鼻響應曲線都有相同的變化趨勢，說明不同品牌啤酒樣品的揮發性成分類似，主要區別為含量的差異[6]。各傳感器對啤酒香氣的響應程度不同，R6傳感器響應值最高，表明啤酒當中甲基類化合物含量較多，酯類物質是啤酒當中種類最豐富的揮發性風味物質，推測R6傳感器可能和酯類物質相關[8]。其次為R9、R2、R7、R8和R1傳感器，表明啤酒可能含有較高的醇類、硫化物、萜烯和芳香族化合物[9]。R10傳感器對啤酒香氣的響應值非常低，趨近于基線，說明對樣品香氣檢測的貢獻較小。

圖2為各樣品傳感器95 s響應值的平均值，展示不同品牌啤酒之間電子鼻響應值的差異性。電子鼻主要通過R1、R2、R6、R7、R8和R9傳感器顯示出區分不同品牌啤酒的良好能力。R3、R4和R5傳感器雖然對啤酒香氣具有響應值，但樣品之間差異性較小，直觀上不具備區分樣品的能力。WH樣品的R6傳感器響應值顯著高于其他4種，因此WH樣品中可能含有的甲基類物質最多。R8傳感器對醇類敏感，推測QD樣品生成的醇類物質最多。僅通過觀察傳感器響應值無法區分不同品牌啤酒，因此，有必要進一步利用PCA和FDA進行分析。

圖2 5種品牌啤酒的電子鼻響應值

2.1.2 主成分分析

主成分分析（PCA）是比較常用的分析和簡化數據的多元統計方法，是在不丟失大部分樣品氣味信息的條件下，選取少數幾個綜合指標來代替原來的變量，從而簡化變量之間的關系[10]。因此，在盡可能保留有用信息的前提下，對數據進行降維，提高樣品區分度。

將電子鼻十個傳感器的95 s穩態響應值作為特征值進行主成分分析，前兩個主成分PC1和PC2的方差貢獻率分別為90.99 %和7.02 %，累計貢獻率達到98.01 %，說明主成分PC1和PC2包含了原始樣品98.01%的信息。如圖3所示，5種啤酒樣品均能聚集在一起，分布于各自獨立的區域，說明不同品牌啤酒樣品風味特征不同。

圖3 基于電子鼻不同品牌啤酒PCA分析

PCA中樣品間的距離表征差異，SH與HB、QD與GZ的第一主成分接近，樣本之間的差異主要體現在第二主成分上。GZ與WH的第二主成分接近，主要差異體現在第一主成分上。第一主成分的方差貢獻率遠大于第二主成分，表明PC1軸上的距離越大，樣品的差異性越大，SH、HB均與WH樣品在PC1軸上的距離最遠，由此判斷SH、HB與WH在氣味上的差別最為明顯。若樣品間的主要差異性體現在第二主成分上，其實際差異較小，說明SH和HB、QD和GZ的香氣特征差別較小。主成分分析中，雖然樣品間間距較小，但是邊界區域無重疊，表明電子鼻與PCA分析技術能實現啤酒揮發性成分初步鑒別。

圖4為PC1和PC2相應的載荷分析圖，在載荷分析圖中，各傳感器在橫縱坐標上的投影可以反映其對樣品揮發性氣味貢獻率的大小，離原點越遠的傳感器對PCA的貢獻越大，反之則越小[11]。PEN3的十個傳感器中，對第一主成分貢獻最大的是R6(對甲基類敏感)，對第二主成分貢獻最大的是R9(對芳香成分敏感)。R3、R4、R5和R10傳感器趨近于坐標原點，表明這四個傳感器對啤酒揮發性香氣成分差異性區分的貢獻度低，只需要R1、R2、R6、R7、R8和R9六個傳感器就可以完成樣品的區分和鑒別。結合圖2 PCA分析結果，SH與HB、QD與GZ樣品的差異性主要體現在芳香類物質上，與WH樣品的差異性主要體現在甲基類物質上。

圖4 基于電子鼻不同品牌啤酒的載荷圖

2.1.3 Fisher判別分析

Fisher判別分析（FDA）通過函數優化重組傳感器數據，去除對提高識別能力沒有貢獻或貢獻很小的傳感器數據，得到新的典型變量，使群體之間的差異最大化，并確保群體內部的差異最小化，從而使各個群體間的重心距離最大，進一步提高傳感器識別能力[12]。將75個啤酒樣品按2∶1分為訓練集和測試集，得到50個訓練集樣本，25個測試集樣本。

經過Fisher判別分析以后得到4個判別函數，對判別模型的貢獻率分別為70.0%、19.1%、9.2%和1.7 %。前兩個判別函數的累計貢獻率達到89.1%，包含了5種啤酒樣品的主要信息，可以描述不同品牌啤酒之間風味物質特征的差異與聯系。因此，選用前兩個判別函數對5種啤酒進行分類。結果如圖5所示，橢圓區域內各樣品分布趨勢各不相同，相比于PCA分析結果，5種啤酒分布區間更為分散，樣品集中性更強，分類效果明顯，為了驗證Fisher判別分析的準確率，采用貝葉斯（bayes）判別函數對5種不同產地的啤酒進行分類，準確率高達93 %，表明Fisher判別分析優于PCA，是更適用于電子鼻對啤酒品牌區分的統計分析工具。

圖5 基于電子鼻不同品牌啤酒的FDA分析

2.2 啤酒揮發性成分的GC-MS分析

電子鼻雖然能夠對啤酒氣味特征所代表的整體風味進行分析，可以直觀的反映不同品牌啤酒的差異性和相似性，但是對樣品中揮發性風味物質的種類和含量的分析卻受到了限制[13]。為了進一步研究啤酒樣品間風味成分之間的差異，使用GCMS對5種啤酒進行測定，共鑒定出24種酯類、16種醇類、13種酸類、10種醛類、12種烷類、7種酮類以及13種芳香族化合物等揮發性物質，啤酒揮發性成分中主要的呈香物質通常為酯類、醇類和酸類[14]。5種啤酒的主要揮發性成分的種類大體相同，但是各組分含量有所區別。

聚類熱圖可以直觀的展示啤酒風味物質含量的差異，在啤酒揮發性成分中種類最為豐富的是酯類物質，是啤酒香氣和風味的最重要的貢獻者[15]。WH樣品中酯類物質含量最高，與電子鼻R6傳感器結果一致，但是HB酯類含量高于QD和SH，與電子鼻結果具有差異性，可能是多種揮發性成分對R6傳感器交叉響應的結果。圖6是啤酒酯類物質含量歸一化后繪制的聚類熱點圖，通過酯類物質對不同品牌啤酒進行進一步的聚類分析。WH樣品和GZ樣品的酯類物質含量最高，WH樣品中辛酸異戊酯、癸酸乙酯、庚酸乙酯、乙酸庚酯、丁酸異戊酯和丁酸乙酯含量顯著高于其他4種樣品，被單獨歸為一類。GZ樣品中乙酸乙酯、乙酸異戊酯、乙酸異丁酯及乙酸苯乙酯和其他四種樣品差異性顯著，并含有甲酸辛酯特征風味物質，被歸為一類。HB、SH、QD的啤酒酯類含量相對較低，酯類物質的種類及含量大致相同，被歸為一類。

圖6 不同品牌啤酒酯類物質聚類分析

醇類對啤酒的風味感知起著重要作用，通常由酵母代謝麥汁中的氨基酸和糖類產生，且高級醇也是更具風味活性的酯的前驅體[16]。5種啤酒樣品中總醇相對百分含量為WH 21.11 %、QD 24.97 %、SH 18.31 %、HB 20.56 %、GZ 22.02 %，QD樣品的醇類物質含量最高，與電子鼻檢測結果一致。由圖7可知，5種啤酒通過醇類物質可以分為兩大類，樣品WH含有L-薄荷醇、異蒲勒醇、里哪醇等其他4種啤酒所沒有的特征風味物質，被單獨歸為一類。HB、QD、SH、GZ的4種啤酒醇類物質種類和含量較為相近，被歸為一類。

圖7 不同品牌啤酒醇類物質聚類分析

啤酒中的酸類物質主要在麥芽糖化過程和酵母菌代謝中形成，對啤酒的呈味起著至關重要的作用[17]。在5種啤酒中，總酸相對百分含量為WH 11.28%、QD 11.94%、SH 12.34%、HB 11.08%和GZ 8.56%。如圖8所示，酸類物質可以大致分為兩類，WH樣品由于酸類物質的種類高于其他4種啤酒，具有α-亞麻酸、壬酸等特征酸類物質，且主要的酸類物質乙酸、正己酸、正癸酸、月桂酸等含量高于其他種類啤酒，單獨歸為一類。HB、QD、SH、GZ 4種啤酒酸類物質種類和含量相近，被歸為一類。

圖8 不同品牌啤酒酸類物質聚類分析

2.3 電子鼻數據與揮發性化合物的相關性

偏最小二乘回歸（PLSR）是一種多元線性回歸方法，用于因變量與自變量之間的線性關系[18]。為了研究電子鼻傳感器與啤酒揮發性風味物質的相關性，利用PLSR建立電子鼻響應值與啤酒樣品揮發性風味物質之間的雙因素模型，如圖9所示，解釋了X矩陣（電子鼻響應值）中的84%的方差和Y矩陣（揮發性風味物質）中51%的方差。雙標圖中揮發性化合物樣本點與傳感器之間距離越短，表明樣本點和傳感器的相關性越高[19-20]。R1和R8傳感器分布于第四象限，周圍密布著醇類，如啤酒中含量最高的高級醇有異戊醇、反式-橙花叔醇、3-甲硫基丙醇等,表明這兩個傳感器與這些醇類物質正相關，醇類可能是影響R1、R8傳感器變化的主要揮發性成分，與電子鼻特性一致。R4、R9和R10傳感器周圍分布著一些烷類，如十六烷基七硅氧烷、十五烷、正十六烷等，表明這幾類傳感器與啤酒揮發性風味物質中的烷類密切相關。R5、R6、R3、R7以及R2傳感器周圍分布著苯乙酸乙酯、丙酸異戊酯、辛酸異戊酯、棕櫚酸乙酯、3-苯丙酸乙酯、正丁醇，表明這幾類傳感器的響應值與這些化合物正相關。

圖9 電子鼻傳感器與揮發性成分的PLSR相關性

3 結論

采用PEN3電子鼻和氣相色譜-質譜聯用（GCMS）技術從宏觀和微觀上對5種品牌啤酒的揮發性成分進行檢測。電子鼻結合PCA和FDA能夠很好的區分5種啤酒，R6、R8和R9傳感器起主要區分作用，FDA對5種啤酒的區分度更大，準確率達到100%。GC-MS共鑒定出24種酯類、16種醇類、13種酸類、10種醛類、12種烷類、7種酮類以及13種芳香族化合物等揮發性物質。5種啤酒的主要揮發性成分的種類大體相同，但是各組分含量有所區別，且在主成分分析結果中，邊緣區域相近的樣品其風味物質的種類和含量具有一定相似性。根據偏最小二乘回歸模型，電子鼻與揮發性風味物質表現出良好的相關性，醇類、酯類、烷類物質是引起傳感器R6、R8和R9變化的主要揮發性成分。本研究為區分啤酒品牌及電子鼻傳感器與揮發性成分之間相關性的研究提供進一步的實驗依據和理論支撐。