圖片

 

不同地區生乳氣味指紋圖譜分析

通過電子鼻對不同地區生乳進行檢測，生乳氣味指紋圖譜，如圖2所示。對各地區指紋圖譜進行對比分析后，發現生乳氣味指紋圖譜中共檢出16個共有峰，不同地區生乳樣品峰的數量幾乎沒有差異，，結合16個特征峰相對峰面積熱圖（圖3）分析，不同地區生乳特征峰基本相同，但特征峰含量有明顯區別。

 

圖2 不同地區生乳氣味峰指紋圖譜圖片

圖3 不同地區生乳氣味峰相對峰面積熱圖分析
 

為明確不同地區生乳氣味信息成分，對比正構烷烴nC6～nC16標準品的保留時間，將氣味指紋圖譜中16個共有峰保留時間轉換為保留指數之后，與AroChemBase數據庫進行比對，鑒定出16個可能共有化合物，如表5所示。結果表明，特征峰峰面積相對最大的兩組峰為1和3號峰可能為異丙醇和2-丁酮。

表5生乳中可能化合物及感官描述信息

 

圖4為生乳氣味特征成分氣味輪，圖中顯示，16個可能化合物主要分為6個主觀感知類別，被感知為“蠟質的”和“潑辣”的化合物個數相對較多，主要感官描述為奶油的、奶制品、甜的，都為生乳特征感官風味。綜上所述，通過電子鼻指紋圖譜檢測方法可以快速對樣品進行定性分析，以此鑒別生乳成分。

圖4 生乳氣味特征成分（外圈）和主觀感知類別（內圈）的氣味輪
 

 

對不同地區生乳進行PCA分析，結果如圖5所示。在PCA模型中，主成分貢獻率為（PC1：67.272%；PC2：27.608%），累計貢獻率能夠達到94.88%，因此主成分分析結果可以較好地代表樣品氣味信息。對其進行區分后，樣品中達拉特旗生乳樣品（B）與巴彥淖爾生乳樣品（A）、和林格爾生乳樣品（C）及寧夏生乳樣品（E）在以PC2為區分軸時區分開，達拉特旗生乳樣品（B）在以PC2為區分軸時距離相對較遠，和林格爾生乳樣品（C）、涼城生乳樣品（D）及寧夏生乳樣品（E）與巴彥淖爾生乳樣品（A）以PC1軸作為區分。結果表明PCA分析能夠較好區分生乳氣味信息。

圖5 不同地區生乳的PCA分析

不同地區生乳聚類分析

為初步判定峰面積較大的異丙醇、2-丁酮和環己酮含量對生乳地區歸屬的影響，以生乳中檢測的相關含量為變量，歐式距離平方為度量標準，通過組間平均數聯結法完成聚類分析，結果如圖6所示。其中，和林格爾生乳樣品（C）與寧夏生乳樣品（E）先聚為一類，此類生乳異丙醇、2-丁酮和環己酮含量相對偏低，再與巴彥淖爾生乳樣品（A）聚為一類后與涼城生乳樣品（D）聚為一類，最后與達拉特旗生乳樣品（B）聚類，達拉特旗生乳樣品的各物質含量較高。

圖6 不同地區生乳的聚類分析

不同地區生乳軟獨立建模分析

圖7為不同地區生乳SIMCA，從圖中可以看出，以和林格爾樣品（C）為參照對4類不同地區的生乳樣品進行SIMCA分類，由圖可知，巴彥淖爾、達拉特旗、涼城、寧夏生乳樣品均在參照區域外，表明SIMCA為有效模型，能將不同地區的生乳進行準確、有效的區分。

圖7 不同地區生乳SIMCA分類

 

 

生乳和異常乳氣味指紋圖譜分析

通過在樣品中混入草料，表示在擠奶過程中生乳遭受污染，豆奶變質會產生酸臭味，因此以混入變質豆奶粉來表示生乳發酸情況。將混入不同物質的生乳樣品作為異常乳，利用電子鼻對比氣味差異，如圖8所示。與生乳樣品相比，異常乳的色譜圖出現了新的色譜峰，原有特征峰面積也發生明顯變化，與AroChemBase數據庫信息進行對比從而定性分析生乳和異常乳樣品氣味成分，確定了可能差異化合物名稱、化合物氣味信息，如表6所示。其中主要差異化合物為乙醇、異戊醛、2-甲基丁醛、2-乙基呋喃和3-甲基-2-丁烯-1-醇。結果表明，電子鼻可以快速、準確地鑒別出生乳和異常乳間的氣味差異。

圖8 生乳和異常乳氣味峰指紋圖譜

 

表6 主要差異化合物及感官描述信息
 

生乳和異常乳判別因子分析

對生乳進行DFA分析，結果如圖9所示，圖中橫、縱坐標判別因子1、2累積區分指數達到100%，2種樣品未出現重合部分，且相距較遠。8批生乳樣品均能得到有效分離，所有樣品按其性質分為2類，結果表明，通過DFA能夠快速、有效地區分生乳和異常乳樣品，且區分效果良好。

圖9 生乳和異常乳判別因子分析

基于超快速電子鼻，對比分析不同地區生乳的色譜圖以及特征峰峰面積情況，從而鑒定出16種共有化合物。通過建立PCA、SIMCA模型的統計分析，能夠對不同地區生乳樣品氣味進行快速鑒別分析。同時對比分析生乳和異常乳樣品的色譜，評價其質量整體特征，結果表明，生乳和異常乳中存在的可能化合物與感官描述信息出現明顯差異，異常乳中出現了新的可能化合物，為生乳異味的可能來源。DFA的統計分析能夠快速鑒別生乳和異常乳樣品。

 

（后期小編會陸續整理分享智能感官儀器在具體產品應用的實際案例，敬請關注！）