基于电子舌技术区分酸奶的滋味

丛艳君，易　红，郑福平，*（1.北京工商大学食品学院，北京100048；2.北京工商大学北京市食品风味化学重点实验室，北京100048；3.北京工商大学食品添加剂与配料北京高校工程研究中心，北京100048）

基于电子舌技术区分酸奶的滋味

丛艳君1，2，易红1，3，郑福平1，2，*
（1.北京工商大学食品学院，北京100048；2.北京工商大学北京市食品风味化学重点实验室，北京100048；3.北京工商大学食品添加剂与配料北京高校工程研究中心，北京100048）

为探索应用电子舌区分酸奶滋味的可行性，以原味酸奶和风味酸奶为研究对象，应用电子舌交叉选择型传感器进行检测，获得酸奶响应信号值，采用主成分分析（PCA）、判别因子分析（DFA）对酸奶响应信号值进行分类辨别，并通过PCA、偏最小二乘法（PLSR）将感官评定值与响应值做相关性分析。结果表明：基于PCA、DFA方法分析响应信号值，电子舌技术能很好地辨别不同的酸奶。PLSR模型可以较好的预测酸奶的滋味品质，HA传感器与甜和鲜味具有相关性，以PC1为轴，它们呈显著负相关（p＜0.05），苦味与BB和JB两根传感器以PC1轴呈显著正相关（p＜0.05）。

电子舌，酸奶，主成分分析，偏最小二乘法，感官评定

电子舌技术是20世纪80年代中期发展起来的一种分析、识别液体成分的智能仪器技术，它主要由传感器阵列、信号处理和模式识别系统组成。传感器阵列对液体样品做出响应并输出信号，信号经计算机系统进行数据处理后得到反映样品味觉特征的结果，实现了由仪器“味觉”对产品进行客观分析[1]。

电子舌按照传感器阵列的不同可分为：电势型、伏安型、光学型以及其他类型的电子舌。电势型电子舌的原理是基于原电池内化学反应的进行使自由电子发生转移，只要反应未达到平衡，就会有电势产生，在无电流通过的情况下测量电极膜两侧产生电势，通过分析此电势差来研究样品的特征[2]。其主要特点是，操作简便、快速，能在有色或浑浊试液中进行分析，因为可以直接给出电位信号，较易实现连续测定与自动检测[3]，目前电势型电子舌在乳品品质监控方面应用报道较少，报道比较多的是基于光电效应原理、光化学原理伏安型电子舌。另外还有根据声电效应来识别液体的SH-SAW（shear horizontalsurface acoustic wave）电子舌[4]，应用味觉物质使电解液电导率降低的原理制成的电导型电子舌[5]以及采用纳米材料作为传感器部件的电子舌[6]。

国外已经开始应用电子舌技术进行酸奶品质评价及在线生产监测[7-8]，国内相关研究均处于起步阶段。本研究应用Alpha M.O.S公司的电势型电子舌Astree II（交叉型传感器）对6种酸奶滋味进行综合评价，并通过主成分分析（Principal Component Analysis，PCA）、判别因子分析（Discriminant Factor Analysis，DFA）方法对酸奶样品进行模式识别，同时通过PCA与偏最小二乘回归法（Partial Least Squares Regression，PLSR）对电子舌响应信号特征与感官评价结果进行相关性分析，本实验结果可以为酸奶的智能化品质评价提供理论依据。

1　材料与方法

1.1材料与仪器

原味酸奶伊利（生产日期：20140416），蒙牛（生产日期：20140412），三元（生产日期：20140324），光明（生产日期：20140328）4种品牌，购于超市发；风味酸奶红枣风味酸奶（生产日期：20140415），黄桃风味酸奶（生产日期：20140415），购于超市发。

电子舌系统（型号：ASTREE II） 法国Alpha M. O.S公司；电子舌系统主要由味觉传感器、信号采集器和模式识别系统3部分组成，该电子舌系统含有1套交叉选择型化学传感器阵列和一个Ag/AgCl参比电极，此传感器阵列包括ZZ、JE、BB、CA、GA、HA、JB7根具有非专一选择性的传感器，传感器是由有机物覆盖的硅晶体管制成，每个传感器前端有1个电子芯片，芯片表面覆盖一层敏感吸附薄膜，可以选择性吸附液体中的游离分子，传感器之间互相影响，所采集的信号数据最终体现的是样品的整体信息和综合口感。

1.2感官评定

感官评定是采用定量描述性感官评价方法，选取10点制，0～9（0=没味道，9=味道最强）。评价小组由有经验的评价人员组成（有6周以上的感官评价经验），共10人，年龄在23～30岁之间。酸、甜、苦、咸、鲜5种基本味道分别选取柠檬酸、葡萄糖、咖啡因、氯化钠、谷氨酸钠作参照物，参照物的浓度：柠檬酸：0.08g/100mL；葡萄糖：5g/100mL；NaCl：0.5g/100mL；咖啡碱：0.08g/100mL；谷氨酸钠：1g/100mL，每个样品重复评价2次[9-11]。

1.3电子舌分析

采用ASTREE II电子舌系统，以Ag/AgCl作为参比电极，在室温下进行数据采集。数据采集前，电子舌系统需要经过被动活化、主动活化、校准、诊断等步骤，以确保采集得到的数据具有可靠性和稳定性。实验将酸奶稀释1倍，取25mL后直接倒入电子舌专用烧杯中进行检测，采用蒸馏水作为清洗溶剂，采样时间为180s，1次/s，重复采集8次，选择最后3次稳定的检测数据进行分析。

1.4数据处理与统计分析

将电子舌分析得到的数据信息进行统计分析，PCA、DFA分析由电子舌自带软件Alpha soft Version 12.0完成，感官评定结果方差分析由Excel软件完成，感官评价值与电子舌响应值的主成分相关性分析及偏最小二乘回归通过Unscrambler软件（中国科学软件网）完成[12-13]。分析结果由判别指数（Discrimination Index，DI）进行衡量[14]。DI值的计算公式

DI（%）=（1-ΣSi/S总）×100

式中：Si是指单个样品的区域面积；S总则表示的是所有区域的总体面积。DI值越大表示区分的效果越理想，2种样品之间的距离越远，且越接近100%则表示区分效果越理想。而在一般情况下，认为DI大于80%即为区分效果非常理想。

欧氏距离法[15]：欧式距离能反映样品间的亲疏程度，距离越小相似度越大，距离越大的相似度越小，样品差异越大。以每个样品响应值计算欧式距离，计算公式为式中：dij为欧式距离，Xki为第i个供试品的n个测

定值（x1i，x2i，…，xki），Xkj为第j个供试品的n个测定值（x1j，x2j，…，xkj）。

2　结果与分析

2.1感官评定结果

表1　酸奶样品感官评定结果Table.1　Sensory evaluation results of yoghourts

酸奶感官评定结果如表1所示，通过方差分析，6种酸奶的酸、甜两种感官属性具有显著性差异（p＜0.05），而苦味、咸味和鲜味差异不显著，说明这6种酸奶主要在酸和甜这2种基本味道上有较大差别。其中伊利和光明牌的原味酸奶的酸味程度最高，其次为黄桃风味酸奶；蒙牛牌原味酸奶和伊利红枣风味酸奶的甜味程度最高，其次为黄桃风味酸奶。

2.2电子舌结果分析

2.2.1电子舌传感器信号响应值电子舌以1次/s的速率采集传感器电压信号，每个样品重复8次进行平行测定，取最后3次的检测数据进行分析，由于CA传感器不稳定将其剔除，得到6个样品的6根传感器最后3次测量的响应信号值，最后3次平行信号的平均值和标准偏差见表2。由表2可见，JE传感器的标准偏差较大，说明该传感器在样品中没有其他传感器响应稳定，故在数据分析时将其剔除，因为此套交叉型传感器的每根传感器对样品信息都有响应，所以剔除CA和JE传感器的响应值并不影响结果。最终采用ZZ、BB、GA、HA、JB 5根传感器的响应值进行分析。

表2　电子舌传感器响应信号值Table.2　Electronic tongue sensor response signals

2.2.2电子舌传感器相应信号的PCA分析电子舌测定6种酸奶的PCA结果如图1所示，其主成分1（PC1）的方差贡献率为64.779%，主成分2（PC2）的方差贡献率为26.968%，累计贡献率为91.747%，能反映样品整体的绝大部分信息。判别指数（DI）是85，表示判别结果较好，不同的酸奶样品之间能很好地区分。从图上看，光明牌的原味酸奶和伊利牌的红枣酸奶与其他的酸奶距离十分明显，说明它们与其他酸奶的差异很大。

图1　6种酸奶的电子舌响应信号值的PCA分析图Fig.1　PCA plot of electronic tongue sensor response signals from six kinds of yoghourts

PCA是一种通用数据降维的方法，研究如何将多变量指标间的问题化为较少的几个综合指标问题，这些综合指标彼此既互不相关，又能综合反映原来多个指标的信息，是原来多个指标的线性综合。习惯把新的指标称作主成分，主成分中按方差贡献率大小称为第1主成分，第2主成分等。当方差贡献率累积达到85%以上时就认为所选的几个主成分能够反映原来指标的信息[16]。PCA图上样品间的距离越近说明其品质特性越近，即距离可以量化样品间的品质差异。

2.2.3电子舌传感器相应信号的DFA分析DFA分析结果如图2所示，DF1的贡献率为94.945%，DF2的贡献率为4.487%，累计为99.432%，能反映样品大量的信息，6种酸奶样品明显地区分开，说明DFA分析也能在酸奶的种类辨别中发挥很好的作用。判别因子分析（DFA）是一种通过重新组合传感器数据来优化区分性的分类技术，它的目的是使组间距离最大的同时保证组内差异最小，使各个组间的重心距离最大，DFA法能够对样品间差异有更好的区分度，并且同一样品组内的离散度也比PCA法更小，不同样品组间的区分更明显。

图2　6种酸奶电子舌响应信号值的DFA分析图Fig.2　DFA plot of electronic tongue sensor response signals from six kinds of yoghourts

2.2.4欧氏距离欧氏距离是指将多次重复测试点以概率加权后的“中心”作为该样品的代表点[17]，从而计算代表点之间的距离。图3是以PCA二维分析图为基础的欧氏距离比较图，样品之间的欧氏距离越大，表明样品间的相对差异越大。图中纵坐标表示两种样品的欧式距离。

图3　6种酸奶之间的欧氏距离Fig.3　Comparison of euclidean distance between six kinds of yoghurts

6种酸奶之间的欧式距离数值见表3，从表中纵列来看，伊利牌原味酸奶与其他酸奶比较，它和光明牌酸奶、红枣酸奶的欧氏距离较大，差异显著（p＜0.05）；蒙牛牌原味酸奶与光明牌原味酸奶的差异显著（p＜0.05）；三元牌酸奶与光明牌原味酸奶差异显著（p＜0.05）；黄桃味酸奶与光明牌原味酸奶的差异显著（p＜0.05）。

2.3感官评价值与电子舌传感器响应值的相关性分析

图4　感官分析结果与传感器相关性PLSR分析图Fig.4　PLSR plot of correlation between sensory evaluation and sensors

5个传感器（ZZ、BB、GA、HA、JB）作为X变量，感官属性（酸、甜、苦、咸、鲜）作为Y变量，建立偏最小二乘回归法（PLSR）模型，如图4所示，结果表明，该模型中89%的X变量解释了66%的Y变量。图中的两个椭圆，分别表示50%和100%的方差贡献率。传感器ZZ、BB、GA、HA、JB和感官属性酸、甜、苦、咸、鲜味位于两个椭圆之间，说明该模型对这些变量具有很好的解释能力。由图4可知，HA传感器与甜和鲜味具有相关性，以PC1为轴，它们呈显著负相关（p＜0.05）。苦味与BB和JB两根传感器以PC1轴呈显著正相关（p＜0.05）。

3　结论

3.1本研究表明，6种品牌酸奶样品的酸、甜感官属性具有显著性差异（p＜0.05），苦、咸、鲜的感官属性差异不显著。

3.2本实验应用电子舌交叉选择型传感器对不同品牌和风味的酸奶进行检测，通过对获得的数据进行PCA和DFA分析发现电子舌可以对不同的酸奶进行辨别区分，并且以PCA二维分析图为基础的欧氏距离比较图更能反映酸奶样品之间的差异。

3.3PLSR模型可以较好地解释感官属性与传感器响应值的相关性，应用此模型对未知检测样本进行预测分析将是我们下一步的工作内容。

[1]Legin A，Rudnitskaya A.Application of electronic tongue for qualitative and quantitative analysis of complex liquid media[J]. Sensors and Actuators B，2000，65（1-3）：232-234.

[2]Krantz-Rülcker C，Stenberg M，Winquist F，et al.Electronic tongue for environmental monitoring based on sensor arrays and pattern recognition：a review[J].Analytica Chemica Acta，2001，426（2）：217-226.

[3]王平.人工嗅觉与人工味觉[M].北京：北京科技出版社，2000.

[4]Jun Kondoh，Takao Muramatsu，Tetsuo Nakanishi，et al. Development of practical surface acoustic wave liquid sensing system and its application for measurement of Japanese tea[J]. Sensors and Actuators B：Chemical，92（1-2）：191-198.

[5]Wu Ren-Jang，Yeh Cheng-Hsiu，Yu Ming-Ru，et al. Application of taste sensor array to sports drinks by using impedance measurement technology[J].Sensor Letters，2008，62（6）：765-770.

[6]Medeiros Eliton S，Gregório Rinaldo，Martinez Rodrigo A，et al.A taste sensor array based on polyaniline nanofibers for orange juice quality assessment[J].Sensor Letters，2009，79（7）：24-30.

[7]Mirjana Hruškar，Nikola Major，Marina Krpan，et al.Evaluation of milk and dairy products by electronic tongue[J].Mljekarstvo/ Dairy，2009，59（3）：193-200.

[8]Robert B Bjorklund，Christian Magnusson，Per Mårtensson，et al.Continuous monitoring of yoghurt fermentation using a noble metal electrode array[J].International Journal of Food Science& Technology，2009，44（3），635-640.

[9]Zhenbo Wei，Jun Wang，Xi Zhang.Monitoring of quality and storage time of unsealed pasteurized milk by voltammetric electronic tongue[J].Electrochimica Acta，2013，88（2）：231-239.

[10]Katrien Beullens，Péter Mészáros，Steven Vermeir，et al. Analysis of tomato taste using two types of electronic tongues[J]. Sensors and Actuators B：Chemical，2008，131（1）：10-17.

[11]Murray JM，Delahunty CM，Baxter IA.Descriptive sensory analysis：past，present and future[J].Food Research International，2001，34（6）：461-471.

[12]Wei He，Xiaosong Hu，Lei Zhao，et al.Evaluation of Chinese tea by the electronic tongue：Correlation with sensory properties and classification according to geographical origin and grade level[J].Food Research International，2009，42（10）：1462-1467.

[13]Gunilla Wormbs，Annika Larsson，Josefine Alm，et al.The use of design of experiment and sensory analysis as tools for the evaluation of production methods for milk[J].Chemometrics and Intelligent Laboratory Systems，2004，73（1）：67-71.

[14]王璐，黄明泉，孙宝国，等.电子舌技术在甜面酱口感评价中的应用[J].食品科学，2012，33（20）：347-351.

[15]杨天伟，李涛，张霁，等.紫外光谱结合欧氏距离和主成分分析法快速鉴别牛肝菌[J].食品科学，2014，35（16）：105-109. [16]Moreno-Rojas R，Sα＇nchez-Segarra PJ，Cα＇mara-Martos F，et al.Multivariate analysis techniques as tools for categorization ofSouthern Spanish cheeses：nutritional composition and mineral content[J].European Food Research and Technology，2010，231（6）：841-845.

[17]宋运红，李振祥，孙连辉，等.马氏距离与欧式距离方法在地球化学异常处理中的对比[J].吉林地质，2008，27（4）：117-121.

Taste distinguishing of yoghourts using electronic tongue

CONG Yan-jun1，2，YI Hong1，3，ZHENG Fu-ping1，2，*
（1.College of Food Science，Beijing Technology and Business University，Beijing 100048，China；2.Beijing Key Laboratory for Flavor Chemistry，Beijing Technology and Business University，Beijing 100048，China；3.Beijing Higher Institution Engineering Research Center for Food Additives and Ingredients，Beijing Technology and Business University，Beijing 100048，China）

In order to explore the feasibility of applying electronic tongue distinguish yogurt taste，four different brands of yoghurt and two kinds of flavor yoghurt were detected using electronic tongue in this paper.The electronic tongue used in this study was based on potentiometry and cross-type sensors.The data obtained from the electronic tongue was processed by principal components analysis（PCA）and discriminant factorial analysis（DFA）.The correlationship of sensory evaluation and sensor response signals was analyzed by PCA and partial least squares regression（PLSR），respectively.Results demonstrated that electronic tongue technique was very effective in distinguishing different yoghurts selected in this study.Moreover，PLSR model might be better used to predict the yogurt taste attributes.The signal value of sensor named as HA correlated with sweetness，umami based on PC1（p＜0.05），and BB，JB response with bitterness based on PC1（p＜0.05）.

electronic tongue；yoghourt；principal components analysis；partial least squares regression；sensory evaluation

TS252.7

A

1002-0306（2015）04-0049-05

10.13386/j.issn1002-0306.2015.04.001

2014－09－01

丛艳君（1978-），女，博士，副教授，研究方向：乳品科学。

郑福平（1969-），男，博士，教授，研究方向：食品香精香料。

北京市自然科学基金项目（6132004）；国家自然科学基金青年基金项目（31101236）；国家“863”计划项目（2011AA100903）；北京市科技新星计划项目（Z131102000413005）。