切达奶酪挥发性物质与感官品质级别相关性识别方法技术

本发明专利技术公布了一种切达奶酪挥发性物质与感官品质级别相关性识别方法，属于奶酪身份特征的识别技术。本发明专利技术基于多CCA融合(Fusion of Multiple Canonical Correlation Analysis)实现了切达奶酪挥发性风味物质组分对其感官品质级别贡献程度大小特征的判别，很好地识别出与三种感官风味级别相关性较强的风味物质。与传统鉴定评估挥发性特征风味物质的重要性的方法相比，本发明专利技术不依赖于化学仪器，且不受人为感官因素影响，没有特征风味物质之间的协同作用，能够很好地客观地鉴别出对于不同感官级别起到重要作用和主要贡献的特征风味物质。

Identification of correlation between volatile substances and sensory quality level in Cheddar cheese

【技术实现步骤摘要】
切达奶酪挥发性物质与感官品质级别相关性识别方法
本专利技术涉及奶酪身份特征的识别技术，尤其涉及一种切达奶酪挥发性物质与感官品质级别相关性识别方法。
技术介绍
奶酪的风味由挥发性风味组分和呈味组分两部分组成，挥发性风味组分包括脂肪酸类、酯类、内酯类、酮类、醇类、醛类、含硫化合物、芳香及杂环化合物等风味活性物质，具有种类多、含量少、稳定性差的特点。切达奶酪是世界上消费量最大的奶酪品种，也是目前我国进口最多的奶酪品种之一，它是一种用酶凝乳奶制品的酸性硬质成熟奶酪，在凝乳过程中奶酪内部结构发生变化，随着成熟时间的增加，切达奶酪呈现出不同的风味特征。美国农业部根据成熟期的风味、质地、外观将切达奶酪分为淡味(mild)、中味(medium)、浓味(mature)三个级别，其中挥发性风味物质对奶酪感官品质起着决定性因素。传统的特征风味组分相关性、贡献程度研究一般采用香气提取物稀释分析(Aromaextractdilutionanalysis，AEDA)、香气活性值分析法(Odouractivityvalues,OAV)、风味重组和缺失实验等方法鉴定评估挥发性特征风味物质的重要性，不足在于常依赖仪器、受到人们的主观因素制约，甚至无法摆脱化合物香气协同作用的束缚，存在很多缺陷，不能高质量快速的判断出特征风味物质对于不同奶酪级别的重要性以及贡献程度。
技术实现思路
为了克服上述现有技术的不足，本专利技术提供一种切达奶酪挥发性物质与感官品质级别相关性识别方法。本专利技术提供的技术方案是：一种切达奶酪挥发性物质与感官品质级别相关性识别方法，包括如下步骤：1)切达奶酪挥发性特征风味物质类别包括脂肪酸类、脂类、内脂类、酮类、醛类、呋喃类和萜类，确定每种类别的特征风味组分；2)每种类别的特征风味组分分别与感官品质级别建立一个典型相关分析(CCA，CanonicalCorrelationAnalysis)模型，对于n维特征风味组分X和m维感官品质级别Y，找到一组向量a和b，使得u＝aTX与v＝bTY的相关系数ρuv最大，如式(1)所示，即为典型相关；式(1)中，∑XX、∑YY分别为X、Y的协方差矩阵，∑XY为X与Y的协方差矩阵，u和v的方差和协方差如式(2)所示：3)将上述多个CCA模型线性加权融合，保留贡献率最大的二维加权载荷量，加权计算各个特征风味组分的特征向量到各个感官品质级别向量的欧式距离，根据距离排序，得到最终的相关性结果。与现有技术相比，本专利技术的有益效果是：本专利技术提供一种基于多CCA融合(FusionofMultipleCanonicalCorrelationAnalysis)的切达奶酪挥发性风味物质组分对其感官品质级别贡献程度大小特征的判别方法，很好地识别出与三种感官风味级别相关性较强的风味物质。本专利技术具有以下技术优势：(一)与传统鉴定评估挥发性特征风味物质的重要性的方法相比，不依赖于化学仪器，且不受人为感官因素影响，没有特征风味物质之间的协同作用，能够很好地客观地鉴别出对于不同感官级别起到重要作用和主要贡献的特征风味物质；(二)本专利技术中，打破传统的特征风味组分相关性、贡献程度判别方法，基于切达奶酪挥发性特征风味物质类别的分布，采用机器学习的典型相关分析算法，并有所改进融合，能够快速准确的区分出挥发性特征风味组分对于不同感官品质级别的贡献程度。附图说明图1为本专利技术提供的基于多CCA融合切达奶酪挥发性特征风味物质识别框架图。图2为本专利技术中的多CCA融合的切达奶酪挥发性特征风味物质与感官品质级别的相关性分布图。具体实施方式下面结合附图，通过实施例进一步描述本专利技术，但不以任何方式限制本专利技术的范围。本专利技术基于多CCA融合的切达奶酪挥发性物质与感官品质级别相关性识别方法，包括如下步骤：1)风味组分的萃取方法如下所示：(1)溶剂辅助风味蒸发气质联用法(SAFE-GC-MS)溶剂萃取将80g切碎后的切达奶酪和40g氯化钠称重分装到两个250mlTeflon瓶中，并加入240ml无水乙醚和100μL内标100μL0.816mg/mL2-甲基-3-庚酮和0.931mg/mL2-甲基戊酸，在4℃180rpm下摇床8h，过滤并收集，将萃取后的溶剂在鸡心瓶中氮吹至200ml。溶剂辅助风味蒸发SAFE装置独立连接200ml接收瓶和1000ml废液瓶，前体泵结合分子涡轮泵作为真空系统，保持滴液漏斗和冷陷水平方向一致，杜瓦瓶和冷陷中一直充满液氮。将溶剂萃取得到200ml浸提液倒入SAFE装置并逐渐引入真空，直到所有的浸提液都置于真空条件，在真空条件下蒸馏约3h(约10-4Torr)，循环水浴保持恒温50℃，废液瓶置于40℃恒温水浴，将馏出液氮吹浓缩至1ml，进GC-MS分析。GC-MS条件取1μLSAFE提取物用于气相色谱质谱联用分析。GC条件：采用DB-WAX毛细管柱(30m×0.25mm，0.25μm)，氦气作载气，使用1mL/min恒定流速。色谱柱升温程序：起始柱温35℃，保持5min，溶剂延迟4min，以5℃/min升到100℃，保持2min，然后以6℃/min升到180℃，最后以8℃/min升到230℃，保持2min。采用不分流模式，进样口温度为250℃。质谱条件：电子电离源，电离能量70eV，离子源温度为230℃，接口温度为250℃，四极杆温度150℃，检测器温度为280℃，扫描模式全扫描，质量范围m/z20～350。(2)定性分析数据处理由MassHunter化学工作站完成，待鉴定化合物经检索与NIST14谱库中该挥发性成分在DB-WAX毛细管柱分析的文献报道中保留指数进行对比，仅当匹配度大于800的鉴定结果才予以列出，定性分析所得挥发性化合物，并根据内标浓度对化合物进行定量。RI测定方法：在色谱条件相同的情况下，将正构烷烃C7～C40与切达奶酪在相同的色谱条件下得出GC保留时间，并根据公式(2-1)计算待测物i的保留指数(tn<ti<tn+1)。RI—保留指数n—碳原子数ti—为样品i的保留时间tn—碳原子数为n的正构烷烃的保留时间tn+1—碳原子数为n+1的正构烷烃的保留时间(3)定量分析定量方法采用半定量方式，计算公式为Ax/Ai＝Cx/Ci。(其中Ax、Ai分别表示目标化合物的出峰面积和内标的出峰面积，Cx、Ci分别表示目标化合物的浓度和内标的浓度。)确定切达奶酪挥发性特征风味物质类别分布；表1切达奶酪挥发性特征风味物质类别分布1)根据类别分布分别建立CCA模型；对28种特征风味组分，根据表1，每种类别的特征风味组分分别与感官品质级别建立一个CCA模型，其中呋喃类和萜类的三种特征风味组分(呋喃酮、酱油酮、柠檬烯)为一组与感官品质级别建立CCA模型，其中感官品质级别为淡味、中味、浓味，主要方法是对于n维特征风味组分X和m维感官品质级别Y，找到一组向量a和b，使得u＝aTX与v＝bTY的相关系数ρuv最大，如式(1)所示，即为典型相关。式(1)中，∑XX、∑YY分别为X、Y的协方差矩阵，∑XY为X与Y的协方差矩阵。u和v的方差和协方差如式(2)所示：因此需要通过调整a和b使得u和v的相关系数ρuv越大越好，这是个优化问题，条件如式(3)所示：需要构造朗格朗日等式求解，如式(4)：式(4)分别对a、b求导且令导数等于零，如本文档来自技高网...

【技术保护点】
1.一种切达奶酪挥发性物质与感官品质级别相关性识别方法，包括如下步骤：1)切达奶酪挥发性特征风味物质类别包括脂肪酸类、脂类、内脂类、酮类、醛类、呋喃类和萜类，确定每种类别的特征风味组分；2)每种类别的特征风味组分分别与感官品质级别建立一个典型相关分析CCA模型，对于n维特征风味组分X和m维感官品质级别Y，找到一组向量a和b，使得u＝a

【技术特征摘要】
1.一种切达奶酪挥发性物质与感官品质级别相关性识别方法，包括如下步骤：1)切达奶酪挥发性特征风味物质类别包括脂肪酸类、脂类、内脂类、酮类、醛类、呋喃类和萜类，确定每种类别的特征风味组分；2)每种类别的特征风味组分分别与感官品质级别建立一个典型相关分析CCA模型，对于n维特征风味组分X和m维感官品质级别Y，找到一组向量a和b，使得u＝aTX与v＝bTY的相关系数ρuv最大，如式(1)所示，即为典型相关；式(1)中，∑XX、∑YY分别为X、Y的协方差矩阵，∑XY为X与Y的协方差矩阵，u和v的方差和协方差如式(2)所示：3)将上述多个CCA模型线性加权融合，保留贡献率最大的二维加权载荷量，加权计算各个特征风味组分的特征向量到各个感官品质级别向量的欧式距离，根据距离排序，得到最终的相关性结果。2.如权利要求1所述切达奶酪挥发性物质与感官品质级别相关性识别方法，其特征是，步骤1)中采用溶剂辅助风味蒸发气质联用法SAFE-GC-MS萃取得到特征风味组分。3.如权利要求1所述切达奶酪挥发性物质与感官品质级别相关性识别方法，其特征是，步骤2)中在建立典型相关分析CCA模型时，针对特征风味组分的化合物数目少于3个的特征风味物质类别，选择合并建立一个CCA模型。4.如权利要求2所述切达奶酪挥发性物质与感官品质级别相关性识别方法，其特征是，进行GC-MS分析时；数据处理由MassHunter化学工作站完成，待鉴定化合物经检索与NIST14谱库中该挥发性成分在DB-WAX毛细管柱分析的文献报道中保留指数进行对比，仅当匹配度大于800的鉴定结果才予以列出，定性分析所得挥发性化合物。5.如权利要求4所述切达奶酪挥发性物质与感官品质级别相关性识别方法，其特征是，定性分析挥发性化合物...

【专利技术属性】
技术研发人员：谭励，干佳俪，王蓓，孙践知，
申请(专利权)人：北京工商大学，
类型：发明
国别省市：北京,11