基于电子鼻对不同发酵阶段蟹酱 加热前后特征风味的分析

黄 鹤,耿丽晶,陈 博,王 冠,刘 冰,陈冠男,王筱瑜

(锦州医科大学食品科学与工程学院,辽宁锦州 121001)

蟹酱是以新鲜的海蟹为原料,经捣碎、加盐腌制、发酵制成的一种糊状发酵鲜味调料,是我国沿海地区常用的调味料之一,在烹饪中可用于各种新鲜蔬菜、肉类、汤类等菜肴的调味增鲜,也可单独将蟹酱蒸熟佐餐食用[1]。蟹酱发酵风味形成的监测,一般主要依靠人工感官鉴定和理化指标来进行,感官鉴定对鉴定人员认知要求高且主观随意性强,而理化指标的检测较费时、费力。电子鼻是仿照生物嗅觉系统,利用气体传感器阵列的响应曲线来识别气味的一种电子系统,可对样品中挥发成分的整体信息进行分析。利用电子鼻进行风味分析,既可避免主观影响,又简单、省时。且其与光谱仪、色谱仪等分析仪器最大的区别在于其得到的不是被测组分的定性或定量结果,而是样品中挥发性成分的整体信息[2-5]。

近年来关于蟹酱的研究主要集中于菌种的分离纯化鉴定[6]及常温保鲜技术[7]等方面,而鲜见关于蟹酱风味的相关研究。本文利用PEN3电子鼻快速检测不同发酵阶段的蟹酱加热前后风味的变化情况,结合主成分分析(principal component analysis,PCA)、传感器载荷分析(loadings analysis,LA)和线性判别式分析(linear discriminant analysis,LDA),对不同发酵阶段的蟹酱进行归类,以期利用快速检测手段针对蟹酱发酵程度做无损检测分析,达到助力于生产品质监控的目的,同时为进一步研究蟹酱的风味形成机理提供了基础信息。

1 材料与方法

1.1 材料与仪器

新鲜低值海蟹(Charybdisjaponica) 宽度4～6 cm,锦州水产批发市场;食盐 市售。

YP600型电子天平 上海第二天平仪器厂;PEN3型便携式电子鼻 德国Airsense公司,该电子鼻传感器阵列由10个金属氧化物传感器构成,各传感器性能详见表1。

表1 PEN3型电子鼻标准传感器阵列性能Table 1 Properties of standard sensors on PEN3 electronic nose

1.2 实验方法

1.2.1 蟹酱的制备及样品采集

1.2.1.1 制酱 原料蟹洗净沥水→去壳、鳃、胃囊等污物→捣碎至组织均匀→放入发酵罐→加入其重量20%的食盐,拌匀腌渍→压紧抹平表面,加盖密封,每天搅拌一次。

1.2.1.2 样品处理 取不同发酵天数(0、4、8、12、16、20、24、28 d)蟹酱样品,每天清晨搅拌后取样。准确称取各阶段样品各10.0 g于50 mL螺纹口样品瓶中,室温平衡1 h。同时称取各阶段样品10 g于100 mL烧杯,加入20 mL蒸馏水煮制5 min,冷却后转移至螺纹口样品瓶中,室温平衡1 h。

1.2.2 电子鼻检测 传感器室流量300 mL/min,测量样品流量300 mL/min,清洗时间100 s,测试时间80 s,顶空温度25 ℃。每个样品平行测试3 次,取传感器处于最稳定信号时间点进行分析。

1.2.3 数据分析 电子鼻测量数据利用PEN3型电子鼻内部WinMuster 1.6.2软件进行主成份分析、线性判别分析及传感器载荷分析;实验结果采用“平均值±标准差”形式表示,采用SPSS 22.0软件和Excel 2007软件进行数据处理。

2 结果与讨论

2.1 电子鼻对蟹酱特征风味的响应

图1A～图1D分别为电子鼻检测煮制前及煮制后未发酵蟹酱和发酵28 d蟹酱的传感器响应曲线,如图1,曲线普遍在75～80 s最为平稳,因此特征值提取时间点设定为75～80 s。同时图中可看出,电子鼻的R7(无机硫化物、萜类)、R9(有机硫化物)、R6(甲基类)传感器对蟹酱样品的响应值较大,而其余7个传感器的响应值都在1左右且变化极小。传感器响应值越大,表明蟹酱中该传感器代表的某类物质浓度越大。因此可以说明,在发酵各阶段以及煮制前后,蟹酱的特征风味均可能来自于无机硫化物、有机硫化物及甲基类物质或其相关成分。

图1 电子鼻对蟹酱风味的响应曲线Fig.1 Response curves of electronic nose to crab paste flavor注:A为煮制前发酵0 d蟹酱响应曲线、B为煮制前发酵28 d蟹酱响应曲线、 C为煮制后发酵0 d蟹酱响应曲线、D为煮制后发酵28 d蟹酱响应曲线。

图2A、图2B分别为煮制前后蟹酱的电子鼻传感器响应值随发酵时间变化情况。蟹酱在煮制前,R7、R9和R6传感器响应值总体随发酵过程而发生了波动式的减小,4 d后开始明显变化;而对于煮制后蟹酱3组传感器响应值则表现总体为随发酵过程而逐渐增大,发酵第12 d尤为突出,发生急速增大而后减小;对比发酵前后响应值变化可知,煮制后R7、R9和R6传感器响应值比煮制前有所增大。挥发性的含硫化合物阈值较低,对食品整体风味有重要贡献。其主要来自于原料中蛋氨酸等含硫氨基酸的降解,或由海产品肌肉组织中的谷胱甘肽转化形成[6]。研究表明,蟹肉的挥发性风味物质中含有直链和杂环含硫化合物,表现为类洋葱或熟卷心菜味,且杂环硫化物是在加热过程中大量形成的,大多数海产品经加热后会产生二甲基二硫和二甲基三硫[8-14]。

图2 各传感器对蟹酱的响应值变化情况Fig.2 Changes of the sensor response value of crab paste注:A为煮制前蟹酱响应值变化、B为煮制后蟹酱响应值变化;图中不同小写字母表示差异显著(p<0.05)。

2.2 PCA结果

PCA是将多变量线性转换选出较少重要变量的一种多元统计分析方法,可对传感器获取的多指标信息进行数据转换和降维,并对特征向量进行线性分类,最终在PCA图上显示主要的两维图,贡献率越大,越能更好地反映样品信息[15]。

由图3A可知,煮制前蟹酱的第1主成分(PC1)和第2主成分(PC2)的贡献率分别为97.66%和1.58%,累积贡献率为99.24%,表明两个主成分基本代表了样品的主要信息特征。发酵各阶段蟹酱样品皆能较好地区分开,且各组在PC1上呈现一定的变化趋势,其中发酵0 d和4 d的蟹酱气味范围较为接近,且与其他几组明显分开,表明发酵过程中,蟹酱特征风味物质是在发酵4 d以后开始明显变化的,这与图2A结果一致。如图3B,对煮制后的蟹酱PCA分析表明,PC1和PC2的贡献率分别为94.38%和3.94%,累积贡献率为98.32%,表明两主成分可以代表样品主要信息特征。各阶段样品能较好区分开,但没有明显的变化趋势,无法反映煮制后各阶段蟹酱风味的变化规律,试用LDA方法进行进一步分析。

图3 各发酵阶段蟹酱的主成分分析Fig.3 PCA analysis of crab paste during different fermentation periods注:A为煮制前蟹酱PCA结果、B为煮制后蟹酱PCA结果。

2.3 LDA结果

LDA是研究样品所属类型的一种统计方法,利用所有传感器的信号,以提高分类准确性,更加注重样品在空间中的分布状态及彼此之间的距离分析[16]。

由图4A可知,第一判别函数(LDA1)和第二判别函数(LDA2)的贡献率分别为96.30%和1.97%,累积贡献率达到98.27%,随着发酵的进行,LDA图中样品的分布呈现出明显的变化趋势,可以达到区分各阶段发酵蟹酱的目的。其中0 d和4 d距离较近,主要体现在LDA2上且与其他组距离较远,说明发酵前4 d蟹酱风味变化不明显;8～16 d时风味变化速率明显增大,且在LDA1上变化明显,说明在8～16 d蟹酱风味变化较快;而20～28 d在LDA1和LDA2上均变化明显,且与之前的风味物质区分较大,表明在发酵后期蟹酱风味丰度逐渐增加,产生风味物质种类更多。图4B表明,LDA1和LDA2的贡献率分别为63.02%和25.61%,累积贡献率为88.63%,由图可以看出煮制后发酵0～8 d的蟹酱在LDA1上是逐渐减小的,而在12 d前后有一个急剧的增大又减小的变化,16～24 d之间蟹酱煮制后风味特征差异较小,28 d样品在LDA1和LDA2上均变化明显,总体上来看,发酵各阶段样品能被较好地区分开,且有一定变化趋势。

图4 各发酵阶段蟹酱的线性判别式分析Fig.4 LDA analysis of crab paste during different fermentation periods注:A为煮制前蟹酱LDA结果、B为煮制后蟹酱LDA结果。

2.4 LA结果

LA可以检查PCA空间中传感器对模型数据分布的影响,通常用来体现传感器在识别模式中的重要程度,位点坐标表示其所在主成分上的比重,如坐标距离坐标零点较远,则说明传感器对检测样品的风味反应较敏感,该传感器是识别传感器[17-18]。由图5A可知,对煮制前的蟹酱,R10、R4、R5传感器分布接近于零坐标,并且位置接近,说明其信号变化比较弱,贡献率比较小,结合表1可知氢化物、短链烷烃对于PCA贡献率较小;R1、R2、R3、R8传感器在第1、第2主成分上都有一定贡献,但结合图2A传感器响应变化情况,表明苯类、氮氧化合物、氨类及醇醛酮类物质在蟹酱中成分较稳定,未随发酵而产生明显变化;R6传感器在第1主成分上比重较大,R7、R9号传感器在第1、第2主成分上贡献率都比较大,是区别不同发酵阶段蟹酱风味的主要传感器,与上文2.1所述不同传感器变化情况分析的结果相符,表明无机硫化物、有机硫化物及甲基类物质是蟹酱发酵过程中产生的最主要挥发性成分。对于煮制后的蟹酱,如图5B所示,R7传感器在第1主成分上贡献较大,表明煮制后蟹酱无机硫化物变化最为显著;R6、R9号传感器在第1、第2主成分上贡献率都比较大,表明无机硫化物、有机硫化物及甲基类物质是煮制后蟹酱的主要挥发性成分。

图5 各发酵阶段蟹酱传感器载荷分析Fig.5 Loadings analysis of crab paste during different fermentation periods注:A为煮制前蟹酱LA结果、B为煮制后蟹酱LA结果。

3 结论

通过观察蟹酱电子鼻传感器响应值变化及LA结果可知,蟹酱中含量变化较为明显的挥发性成分可能是无机硫化物、有机硫化物及甲基类物质或其相关成分,煮制过程有利于蟹酱风味物质的释放,且随发酵的进行,煮制后蟹酱的风味物质浓度逐渐增加。PCA、LDA结果表明电子鼻系统能够很好地区分发酵各阶段蟹酱样品,且煮制前的各阶段蟹酱呈现明显变化趋势,因此电子鼻系统可用作蟹酱发酵程度的快速检测分析,对于实际生产中的品质监控有重要意义。

[1]许永安,廖登远,刘海新,等.蟹酱的生产工艺技术[J].福建水产,2001(3):33-38.

[2]Sai Xu,Zhiyan Zhou,Huazhong Lu,et al.Improved algorithms for the classification of rough rice using a bionic electronic nose based on pca and the wilks distribution sensors[J]. Sensors,2014(14):5486-5501.

[3]朱培逸,顾晓云,杜洁，等.基于KPCA和SOM网络的电子鼻大闸蟹新鲜度评价[J].食品工业,2017(2):200-203.

[4]Manuel Aleixandre,Jose Pedro Santos,Isabel Sayago,et al.A wireless and portable electronic nose to differentiate musts of different ripeness degree and grape varieties[J].sensors,2015(15):8429-8443.

[5]吴浩,刘源,顾赛麒,等.电子鼻、电子舌分析和感官评价在鱼糜种类区分中的应用[J].食品工业科技,2013,34(18):80-82,338.

[6]吕彦,孙业盈.蟹酱中度嗜盐菌的分离、鉴定及特性研究[J].中国酿造,2012(7):32-35.

[7]王雅玥,郭燕茹,王锡昌,等.栅栏技术对常温蟹酱的品质影响[J].食品与发酵工业,2016(7):114-118.

[8]Landaud S,Helinck S,Bonnarme P.Formation of volatile sulfur compounds and metabolism of methionine and other sulfur compounds in fermented food[J].Applied Microbiology and Biotechnology,2008,77(6):1191-1205.

[9]金燕. 蟹肉风味的研究[D].杭州:浙江工商大学,2011.

[10]陈舜胜,蒋根栋.中华绒螯蟹蟹肉挥发性风味成分分析[J].食品科学,2009,30(20):308-311.

[11]Chung H Y,Cadwllader K R.Aroma extract dilution analysis of blue crab claw meat volatiles[J].Journal of Agricultural and Food Chemistry,1994,42(12):2867-2870.

[12]Hofmann T,Schieberle P. Quantitative model studies on the effectiveness of different precursor systems in the formation of the intense food odorants 2-furfurylthiol and 2-methyl-3-furanthiol[J].Journal of Agricultural and Food Chemistry,1998,46(1):235-241.

[13]Chen D. Evolution of metabolomics profile of crab paste during fermentation[J].Food Chemistry,2016,(192):886-892.

[14]Cheok,C Y. Physicochemical properties and volatile profile of chili shrimp paste as affected by irradiation and heat.[J]Food Chemistry，2017,(216):10-18.

[15]韩姣姣,裘迪红,宋绍华. 电子鼻检测植物乳杆菌发酵草鱼中的风味物质[J]. 食品科学,2012,33(10):208-211.

[16]Hui G H,Wu Y L,Ye D D,et al. Study of peach freshness predictive method based on electronic nose[J]. Food Control,2012,28:25-32.

[17]肖红,谢晶.基于电子鼻技术判定冷却猪肉新鲜度[J].食品与发酵工业,2010,36(7):169-172.

[18]Banerjee R,Tudu B,Shaw L,et al. Instrumental testing of teaby combining the responses of electronic nose and tongue[J].Food Engineering,2012,110:356-363.