SENSORY
DESIGN
FUTURE FOOD TECHNOLOGY
通過通過全球研究，發現感官設計的未來！
我們致力于推動未來食品技術和創新！
上海瑞智能科技有限公司是致力于食品感官分析及感官智能儀器、感官分析軟件代理和銷售
以及技術服務和技術支持的專業公司。
同時，引入全新設備，如：體外模擬消化設備脈沖光電殺菌設備等，
致力于為廣大高校師生提供優質服務。
分析影響不同牧場牛奶風味感官差異的方法
近年來規模化牧場已成為生產主體，牛奶的規模化生產能夠保證奶牛、飼料、技術等的一致性，但不同地區的環境因素仍會造成牛奶中脂肪、蛋白質等品質指標存在差異，進而導致不同牧場牛奶之間的風味差異。牛奶風味是決定消費者購買與否的重要因素之一。目前關于牛奶風味的研究大多集中在不同殺菌方式的比較方面，對于不同地區牧場牛奶風味差異的研究較少。
本研究以4個不同感官特性牧場的牛奶為研究對象，采用CATA法、GC-MS以及GC-MS-O聯用技術研究了牛奶的感官特征和揮發性風味物質。采用單因素方差分析、對應分析（CA）和偏最小二乘回歸（PLSR）等方法，分析影響不同牧場牛奶感官差異的香氣活性化合物，以期為實際乳品工業中的牛奶感官品質的控制提供進一步的理論參考。
一、材料與方法
01 材料與試劑
從河北的6個牧場獲取6份牛奶樣品，通過初步感官評價（數據未顯示）篩選出4種感官差異較大的牛奶樣品，分別標記為一牧、二牧、三牧、四牧（表1）。
02 揮發性風味物質的提取
利用SPME-Arrow萃取頭進行風味化合物的萃取，并對提取工藝參數進行優化。經優化后的條件：10g樣品置于40mL的頂空瓶中，向其中加入1g氯化鈉提高萃取效率，并向其中添加1μL質量濃度為0.816mg/mL的2-甲基-3-庚酮作為內標。在45℃水浴鍋中平衡20min后，利用SPME-Arrow的萃取頭吸附30min，在GC-MS中解吸5min。
03 GC-MS條件
色譜條件：DB-WAX型毛細管柱（60m×0.25mm，0.25?μm），以氦氣作為載氣，設置恒定流速1.2mL/min。升溫程序：起始柱溫為40℃，以4℃/min升溫到230℃，維持2min。采用不分流模式。
質譜條件：電子電離（electronionization，EI）源，電子能量70eV；進樣口溫度250℃，離子源溫度230℃，四極桿溫度150℃；全掃描模式，質量掃描范圍m/z35～350。
04 GC-MS-O條件
采用配備嗅覺檢測端口的GC-MS。高純氮氣（99.99%）作為GC-O分析的載氣。嗅聞口與質譜儀進樣分流比1∶1，嗅聞口和傳輸線的溫度分別保持在230℃和250℃，在檢測口通入濕潤的空氣。其他條件同1.3節GC-MS條件。由4名有牛奶感官經驗的小組成員進行，針對牛奶香氣物質對評價員進行額外12h培訓（每周3h，共4周）。嗅聞時，實時記錄香氣化合物出現的時間、氣味特征以及氣味強度（aromaintensity，AI）。參考文獻方法并進行調整，將AI分5個等級，分別以0、1、2、3、4分的形式表示香氣強度，“0”表示未識別到任何氣味，“1”表示可以準確識別氣味但持續時間短，“2”表示能快速識別氣味且持續時間長，“3”表示能準確快速識別氣味且持續時間較長，“4”表示能準確快速識別氣味且持續時間更長。如果2個及其以上的小組成員感知到氣味，就確定一個香氣活性物質。
05 定性定量分析
采用NIST14譜庫、計算化合物的保留指數（retentionindex，RI）與文獻中的保留指數進行對比以及比對嗅聞結果對牛奶中化合物進行定性分析。RI計算：將正構烷烴C7～C30與牛奶在相同的色譜條件下得出GC保留時間，根據公式計算待測物i的RI（tn＜ti＜tn＋1）：
式中：n為碳原子數；tn為碳原子數為n的正構烷烴的保留時間；tn＋1為碳原子數為n＋1的正構烷烴的保留時間；ti為樣品i的保留時間。
定量分析：內標半定量法，根據化合物及內標化合物峰面積比值計算各揮發性組分的濃度。對嗅聞得到的香氣活性物質進行內標標準曲線法（內標為2-甲基-3-庚酮）精確定量。
06 感官評價
從北京工商大學學生中招募到50名未經培訓的消費者（18名男性和32名女性，年齡19～25歲）完成CATA問卷（圖1）。實驗開始前，每個參與者都簽署了一份知情同意書，參與者均具有長期飲用牛奶的習慣（每周至少5次）。并對招募的消費者評價員進行實驗所需的流程介紹以及感官評價等基本知識培訓。
CATA問卷中的感官屬性在文獻及實驗室感官評價專家小組討論確定的基礎上，再由10名消費者集體討論，根據樣品本身的屬性以及參與者的語言習慣對描述詞進行調整后最終確定。在回答完每個評估樣本的CATA問題后，參與者還需要使用1～9分的享樂量表對樣品的總體喜愛程度進行評分。
將4份15mL的牛奶樣品置于30mL的品評杯中。樣本隨機3位數編碼呈送給參與者。期間還提供了無鹽餅干和瓶裝凈水清潔口腔。
07 數據處理
采用單因素方差分析比較GC-MS測得的揮發性風味物質的半定量及精確定量結果，并采用Tukey事后比較法進行統計學分析（以P＜0.05表示差異顯著）。CATA數據以感官屬性的頻率表示，通過具有顯著差異的氣味描述詞進行CA，將氣味屬性的頻率和4個牛奶樣本之間的相關性可視化。使用PLSR，以探索CATA氣味感官屬性（頻率）與香氣活性物質之間的關系。利用IBMSPSSStatistics23、SIMCA14及Origin2018等軟件進行數據處理及圖像繪制。
