基于超快速气相电子鼻研究不同类型UHT牛奶的挥发性风味特征

叶美霞，李 荣,*，姜子涛,2,*，王 颖，谭 津，汤书华

（1.天津商业大学生物技术与食品科学学院，天津 300134；2.天津天狮学院食品工程学院，天津 301700）

超高温灭菌（ultra high temperature，UHT）牛奶是采用超高温瞬时灭菌技术处理的牛奶，这一热处理会使大多数有害微生物和酶失活，因此UHT牛奶在常温下保质期可高达8 个月。根据UHT牛奶脂肪含量的不同，可分为全脂奶（脂肪含量＞3.0%）、低脂奶（脂肪含量1.0%～2.0%）和脱脂奶（脂肪含量＜0.5%）。挥发性成分的协同作用决定了UHT牛奶的香气特性，也是衡量其风味品质的重要指标，直接影响消费者的整体感官体验。牛奶中挥发性成分的分析是获取牛奶信息和区分不同类型牛奶的有效方法。脂类对天然牛奶风味的形成和保存具有重要影响，如全脂牛奶和脱脂牛奶之间明显的感官差异主要是由于脂肪中挥发性成分含量的不同所致。当然，其他因素也会影响牛奶的挥发性成分，如有机与传统牛奶在奶源地、奶牛饲养与品种、产奶控制及生产过程有所不同也会导致牛奶风味成分不同。通过研究影响有机和传统牛奶成分的相关因素以此区分二者。

电子鼻以模仿人类嗅觉感知为工作原理，对样品中挥发性化合物进行识别和分类，实现对样品的快速检测。不同类型电子鼻包括传感器电子鼻、质谱电子鼻及超快速气相电子鼻，它们广泛应用于食品、农产品、中药以及医学等领域。目前，传感器电子鼻常用包括金属氧化物半导体、石英晶体微天平、表面声波、导电聚合物、电化学、光学传感器和仿生传感器等多种类型传感器，它们具有高重现性、高灵敏度、高信噪比、低能耗、低成本等优点，但也有一些局限性，比如耗能高、耗时、漂移、环境大气影响、传感器冗余、选择性以及信噪比等问题，且传感器电子鼻大多与其他仪器联合使用。基于质谱的电子鼻因价格昂贵故其应用相对较少。超快速气相电子鼻结合了传感器与快速气相色谱技术的优点，挥发性成分分离时间短，样品分析速度快，同时配有Arochembase数据库及两根极性不同的色谱柱，可以精确分离样品中的不同极性的挥发性成分，在相对较短的时间内同时分离和鉴定化合物，并且可以单独完成挥发性成分的定性、定量及样品的统计分析。另外，其他方法如顶空固相微萃取、气相色谱-质谱等已被用于研究牛奶中挥发性成分，这些方法耗时、不灵活，且气相色谱-质谱虽然优点众多，但其样品预处理及数据结果分析复杂，浪费人力物力，在使用其进行分析前极性很强的分析物需进行衍生以增加其挥发性，这是该技术的主要限制。已有区分不同UHT牛奶中挥发性成分的研究多为UHT全脂及脱脂牛奶中的半定量或相对含量研究，在UHT有机全脂、低脂及有机低脂牛奶的挥发性成分的研究中鲜见报道。

本实验采用超快速气相电子鼻技术鉴定UHT全脂、低脂和脱脂牛奶的挥发性风味成分，通过外标法进行准确定量；并结合主成分分析（principal component analysis，PCA）和多层感知器神经网络（multi-layer perceptron neural network，MLP-NN）等多元统计分析方法，对UHT牛奶的香气特征进行了分类预测。建立不同种类UHT牛奶分类及预测模型，从而实现快速、准确溯源的目的。

1 材料与方法

1.1 材料与试剂

研究所用的36 种UHT牛奶，均采购于天津市各大超市。样品均在保质期内，保质期长短对牛奶风味的影响未做考证。样品编号及信息见表1。为便于分类比较，根据牛奶样品的含脂量，将样品分为3 类（即全脂、低脂和脱脂奶）5 种（即全脂、有机全脂、低脂、有机低脂、脱脂奶）。

表1 样品编号及信息Table 1 Codes and information of milk samples tested in this study

正构烷烃C～C混合标准品 美国RESTEK有限公司；乙醇、正丁醇、丙酮、二甲基硫醚、氯仿、正丙醇、2-甲基呋喃、2-丁醇、3-甲基丁醛、2-戊酮、2,3-戊二酮、3-戊醇、3-甲基-1-丁醇、吡嗪、环戊酮、2-己酮、己醛、乙酸丁酯、糠醛、异戊酸乙酯、2-庚酮、环己酮、苯甲醛、5-甲基糠醛、2-辛酮、柠檬烯、-松油烯、2-壬酮、壬醛、2,6-二甲基苯酚、2-十一酮、癸醛、-癸内酯等标准品 上海阿拉丁生化科技股份有限公司；试剂均为分析纯。

1.2 仪器与设备

Heracles II超快速气相电子鼻 法国Alpha MOS公司；AUY120万分之一电子天平 日本岛津公司。

1.3 方法

1.3.1 标准品的配制

1.0 mg/mL各标准品储备液的制备：分别称量每种标准品0.100 0 g于小烧杯中用水或乙醇溶解，转入100 mL容量瓶中定容，得到33 种牛奶挥发性风味成分的标准溶液。根据检测需要，将标准品储备液稀释至不同浓度。

1.3.2 超快速气相电子鼻测定参数的确定

采用顶空进样，分别对样品量、孵化温度、升温程序、进样速度以及孵化时间进行单因素测定，考察样品色谱峰数量和峰面积，以确定最佳测定参数；其他参数均为系统自带。

1.3.3 UHT牛奶的挥发性成分分析

1.3.3.1 定性分析

按照1.3.2节确定的条件对各样品进行测定，每个样品平行3 次。采用正构烷烃（C～C）标准溶液进行校准，通过Kovats保留指数结合Arochem Base数据库及文献报道，确定UHT牛奶的挥发性成分组成。

1.3.3.2 定量分析

采用1.3.2节中确定的条件进行测定。对1.3.3.1节方法中确定的各样品中相对峰面积大于1%的33 种挥发性成分采用外标法进行定量分析。将1.0 mg/mL各标准品储备液稀释为5 个梯度质量浓度，每个质量浓度3 次平行计算峰面积平均值，以质量浓度为横坐标、峰面积为纵坐标绘制标准曲线，求出UHT牛奶样品中各挥发性成分含量，并计算标准偏差。

1.3.4 气味活性值计算

气味活性值（odorant activity value，OAV）是评价各种挥发性成分对样品香气贡献的重要指标，通过浓度除以其水中气味阈值确定，气味阈值参考文献[13-14]。OAV大于1的挥发性成分被认为是主要香气成分，以同一类香气的成分的OAV加和绘制香气雷达图，判别不同种类UHT牛奶的香气特性。

1.4 数据统计分析

统计分析采用无监督的PCA和有监督的MLP-NN方法建立多元模型，对不同品牌及种类UHT牛奶样品进行分类预测。选用36 个样品各3 个平行共108 组样品，定量的33 个挥发性成分的含量数据进行PCA及MLP-NN分析。

PCA是通过降维使用少量因子表征样本特征响应的方法，用一组相关变量的观测值揭示样本和变量之间的相互关系。本实验采用PCA对不同品牌UHT牛奶进行分类，并根据特征值大于1、PC累计百分比大于85%及特征值分布折线图突变点3 个原则选取PC个数；为了更好分类效果，选取协方差矩阵进行分析。通过Origin 2018绘制PCA图解释样品分组、相似性或差异性，显示类似样品类型的分组或聚类。

MLP-NN是一种由输入层、隐藏层和输出层组成的前馈式神经网络，利用反向传播的学习技术来得到最佳分类及预测结果。本研究利用IBM SPSS 26.0建立了包括1 个输入层、1 个隐藏层和1 个输出层的MLP-NN模型。采用的数据集为36 个样品的3 个平行，共108 个数据中33 个成分的含量为特征值，故输入层有33 个神经单元；选取数据集中70%为训练集，30%为测试集对样品进行批次训练，为了提升权重参数的收敛速度和效果，对输入数据进行标准化处理。隐藏层包含4 个神经单元。输出层设置为5 种UHT牛奶，故输出层有5 个神经单元。为了提高分类准确率，选用梯度下降算法为优化算法训练并建立多层感知器神经网络模型。其他参数均按照程序原始设定。

2 结果与分析

2.1 实验最优条件及参数

按照1.3.2节方法进行实验，分别考察不同参数对UHT牛奶色谱峰数量、峰面积及基线平稳程度的影响，结果见表2。

表2 实验参数的确定Table 2 Determination of experimental parameters

由表2可知，随着样品量增加，样品出峰数量变化不大，但色谱峰面积逐渐增大，5.0 mL时出峰较完全，确定5.0 mL为最佳样品量；随着孵化温度升高出峰数量和峰面积大幅增长，在90 ℃时色谱峰面积最高、出峰数量最多，确定90 ℃为最佳孵化温度；根据色谱峰基线更加平稳及各挥发性成分区分度，确定以0.5 ℃/s升温至80℃，维持0 s，再以3 ℃/s升温至250 ℃，维持30 s为最佳升温程序；随着进样速率的增加，在150 μL/s时色谱峰数量最多、色谱峰基线平稳，因此选定150 μL/s为最佳进样速率；孵化时间在10～20 min之间色谱峰数量基本没变，25 min色谱峰数量有所增加但峰面积却明显减小，综合考虑采用10 min为孵化时间。

2.2 UHT牛奶挥发性成分测定

2.2.1 定性分析

36 种样品色谱图见图1，33 个标准品色谱图见图2，挥发性成分见表3。

图1 5 种UHT牛奶超快速气相电子鼻色谱图Fig.1 UFGC E-nose chromatograms of five UHT-treated milk samples

图2 1.0 μg/mL质量浓度下33 个标准品的超快速气相电子鼻色谱图Fig.2 UFGC E-nose chromatograms of 33 standards at a concentration of 1.0 μg/mL

图1结果显示，同一种类UHT牛奶的色谱图在强度、保留时间以及形状上有一定的相似性，不同种类则差距较大。

如表3所示，从全脂、有机全脂、低脂、有机低脂及脱脂牛奶中分别检测出42、40、37、34 种和39 种挥发性成分，包括酮、醛、含硫化合物、醇、脂肪酸、萜烯及其他挥发性成分。29 种挥发性成分在所有UHT牛奶中都能够检测到，其中糠醛可作为区分UHT牛奶和巴氏灭菌奶的指标，也可用来衡量牛奶保质期。40 种挥发性成分在UHT牛奶相关研究文献中有过报道，除此，有9 种挥发性成分首次在UHT牛奶中鉴定出，分别为乙偶姻、环戊酮、-3-己烯醛、异戊酸乙酯、-2-庚烯醛、-萜品烯、对甲酚、2,6-二甲基苯酚和-2-壬烯-1-醇，这可能是由检测仪器、奶牛品种、饲料及牛奶加工过程的差异等因素导致。异丁醇、乙偶姻、1-戊醇、-3-己烯醛、癸醛只在UHT全脂类牛奶中检测出；3-甲基庚烷、2,6-二甲基吡嗪、-2-壬烯-1-醇只在UHT低脂类牛奶中检测出；-蒎烯、5-甲基糠醛、癸酸只在UHT脱脂类牛奶中检测出，其中5-甲基糠醛是乳糖和蛋白质经美拉德反应产生的5-羟甲基糠醛的热降解产物，Ferrer等的测定结果说明，5-羟甲基糠醛含量在牛奶中随脂肪含量降低而升高，且脱脂牛奶中乳糖、蛋白质含量均高于全脂牛奶；癸酸是检测出的唯一一种脂肪酸，它来自乳糖和氨基酸的降解，Pan Minghui等的实验证明，使用超声处理脱脂牛奶可显著增加癸酸含量。不过，UHT有机全脂牛奶中未检测出2-戊酮；UHT有机低脂牛奶中未检测出乙醇、环戊酮及壬醛；UHT低脂类牛奶中未检测出二甲基二硫化物，这可能是因为牛奶贮存时间过久导致二甲基二硫化物消失或降至痕量水平，也可能是还原性硫化合物被氧化；UHT脱脂类牛奶中未检测出-2-庚烯醛、2-十一酮，由脱脂工艺中脂肪的去除所造成。另外，吡嗪、3-甲基-1-丁醇只在中国品牌的UHT牛奶中检测到。

表3 UHT牛奶挥发性成分的定性定量分析结果Table 3 Results of qualitative and quantitative analyses of volatile components in UHT-treated milk

续表3

2.2.2 定量分析

按照1.3.3.2节绘制标准曲线，由此求出UHT牛奶样品中各挥发性成分含量及标准偏差，结果见表3。结果表明，已定量的33 个成分的质量浓度与峰面积在一定范围内有良好的线性关系，相关系数在0.991 2～0.999 9之间，相对标准偏差在0.000 2～0.199 7之间，检出限在0.010 8～6.110 1 ng/mL范围内。

含量较高的挥发性成分在UHT全脂牛奶中分别为丙酮（1 520～4 004 ng/mL）、乙醇（未检出～1.044×10ng/mL）、-癸内酯（49.47～2 434 ng/mL）；在UHT有机全脂牛奶中分别为丙酮（2 493～4 153 ng/mL）、-癸内酯（26 7.7～1742 ng/mL）、乙醇（190.1～1 709 ng/mL）；在UHT低脂牛奶中分别为丙酮（2 587～2 999 ng/mL）、乙醇（51.76～1 432 ng/mL）、2-丁醇（186.4～671.1 ng/mL）；在UHT有机低脂牛奶中分别为丙酮（3 288 ng/mL）、2,6-二甲基苯酚（714.8 ng/mL）、-癸内酯（440.8 ng/mL）；在UHT脱脂牛奶中分别为丙酮（1 632～3 019 ng/mL）、乙醇（105.0～2 201 ng/mL）、糠醛（未检出～909.2 ng/mL）。丙酮在所有挥发性成分中含量最高，癸醛则最低；不同挥发性成分在不同种类及不同品牌UHT牛奶中含量差异显著。

在3 类5 种UHT牛奶中随着脂肪含量的降低，二甲基硫醚、酮类、醇类、-癸内酯显著减少，而萜烯类显著增加。其中二甲基硫醚来自乳脂肪球膜蛋白，脂肪含量越高，UHT牛奶中巯基活性越大，脂肪球膜蛋白变性程度越大，形成的二甲基硫醚含量越高。同时，Al-Attabi等认为，牛奶在脱脂的过程中二甲基硫醚会被氧化成二甲基砜，所以含量逐渐减少。酮类主要以甲基酮的形式存在，由饱和脂肪酸-氧化及-酮酸脱羧系列反应合成，-癸内酯由-羟基脂肪酸内酯化形成，其含量也受脂肪的影响。因此，脂肪含量对UHT牛奶中二甲基硫醚、酮类、醇类、-癸内酯的含量有较大影响。乳制品中萜烯类来自动物食用的植物，可能在低脂及脱脂牛奶的加工过程中增加。UHT有机低脂牛奶中2,6-二甲基苯酚质量浓度（714.8 ng/mL）高于其他牛奶（56.07 ng/mL），并首次在UHT牛奶中检测出，可能和其他酚类化合物一样，作为共轭物存在于牛奶中，也可能由其他酚类化合物转化而来。UHT脱脂类牛奶中苯甲醛质量浓度（104.4 ng/mL）高于其他类牛奶（92.76 ng/mL），苯甲醛是蛋白质分解形成的苯丙氨酸通过Strecker水解形成，Lopez-fandino等认为，蛋白质的水解随脂肪含量的降低而增强，因此脱脂牛奶中的蛋白水解作用比全脂牛奶更强。己醛在UHT脱脂类牛奶（84.51 ng/mL）中含量高于另外2 类UHT牛奶（70.22 ng/mL），这与Francis等的研究结果一致。另外，2 种UHT有机牛奶中丙酮含量高于其他3 种UHT牛奶，这应该与奶牛饲料有关，因为研究显示，丙酮可以直接来源于饲料。

2.3 不同种类UHT牛奶挥发性香气雷达特征图分析

通过1.3.4节计算得出，11 种香气成分的OAV大于1，即二甲基硫醚、2,3-戊二酮、3-甲基丁醛、3-甲基1-丁醇、己醛、异戊酸乙酯、2-辛酮、2-壬酮、壬醛、2-十一酮和-癸内酯，利用OAV绘制不同种类UHT牛奶香气雷达特征图谱见图3，中国和国外品牌的UHT全脂牛奶和UHT有机全脂牛奶香气特征图谱见图4。

图3 5 类UHT牛奶香气雷达图Fig.3 Aroma radar chart of five kinds of UHT-treated milk

图4 中国和国外品牌UHT全脂牛奶（A）和UHT有机全脂牛奶（B）香气雷达图Fig.4 Aroma radar charts of Chinese-made and imported UHTtreated whole milk (A) and UHT-treated organic whole milk (B)

图3表明，3 类5 种UHT牛奶都具有蔬菜味、奶油味、草香味、水果味及麦芽味。蔬菜味由二甲基硫醚赋予，其为UHT牛奶中发现的最重要的香气成分之一，也是UHT牛奶中最具气味活性的化合物；奶香味由2,3-戊二酮、2-辛酮、2-壬酮及-癸内酯共同赋予；草香味由己醛赋予，这有助于牛奶的新鲜风味；水果味则是由异戊酸乙酯、壬醛和2-十一酮产生的柑橘、桃子等水果甜香；麦芽味由3-甲基丁醛、3-甲基-1-丁醇共同赋予。在3 类5 种UHT牛奶中，蔬菜味的OAV分别平均为131.30、156.34、122.60、124.74、94.63；奶香味的OAV分别平均为126.82、167.13、92.92、95.83、73.94，2 种香味的OAV都是随着脂肪含量的减少逐渐降低，这是因为决定2 种气味的二甲基硫醚、2,3-戊二酮及-癸内酯的含量逐渐减少所致，且UHT有机全脂牛奶中奶香味及蔬菜味的OAV均大于UHT全脂牛奶，是由于UHT有机牛奶源于更优质的饲料。青草味的OAV分别为14.72、12.71、10.67、10.70、16.90，UHT脱脂类牛奶的OAV最高，UHT低脂类牛奶最低，是因为己醛在UHT脱脂类牛奶中含量最高，在UHT低脂类牛奶中含量最低。水果味的OAV分别为84.24、107.33、107.26、117.43、78.89，UHT脱脂类牛奶的OAV最低，主要是UHT脱脂类牛奶中不含2-十一酮导致。麦芽味的OAV分别为15.53、8.53、3.27、1.55、9.95，在3 类5 种UHT牛奶中差异较大，主要是3-甲基-1-丁醇含量差异导致。

图4A表明，中国和国外品牌的UHT全脂牛奶中各香气的OAV差异不大，说明中国和国外品牌的UHT全脂牛奶香味较接近。UHT有机全脂牛奶中中国品牌的麦芽味及青草味香气的OAV较高，因为中国品牌中3-甲基-1-丁醇、己醛含量较高；而国外品牌中蔬菜味、奶香味及水果味香气的OAV远高于中国品牌，由于国外品牌中二甲基硫醚、2,3-戊二酮、-癸内酯及壬醛的含量较高导致。中国和国外品牌的UHT有机全脂牛奶香气差距较大，这可能由饲料差异造成。

2.4 基于品牌进行PCA分类

按照1.3.5.1节采用PCA对同一类不同品牌UHT牛奶的挥发性成分进行分类研究，以确定不同品牌UHT牛奶样品之间的差异及产生的原因，结果见图5。

图5 不同品牌UHT牛奶PCA分类Fig.5 PCA classification of UHT-treated milk samples

图5结果表明，不同品牌UHT牛奶之间存在显著差异。如图5A所示，包括5 个中国品牌与6 个国外品牌的PCA分类结果，其中PC1和PC2总贡献率达到90.3%，说明采用PCA可以区分中外品牌的UHT全脂牛奶。由表3可知，中国品牌中含有吡嗪、3-甲基-1-丁醇、1-戊醇，而国外品牌则不含；另外，中国品牌UHT全脂牛奶中环戊酮、糠醛含量较高，而国外品牌中2-丁醇含量较高。如图5B所示，其中PC1和PC2总贡献率为93.4%，说明PCA可以对其进行区分，以PC1为区分轴时D3-w与其他样品距离较远，是因为D3-w中乙醇含量远高于其他样品；其他样品在以PC2为区分轴时也有差距，因为丙酮、2,3-戊二酮、糠醛、-癸内酯含量差异明显。如图5C所示，其中PC1和PC2总贡献率为94.7%，说明PCA可以对其进行区分，在以PC1为区分轴时所有样品都被区分开，其中I-w距离其他样品相对较远，因为I-w的乙醇含量是其他样品的2 倍以上；另外，其他样品都含有2,6-二甲基苯酚，而I-w中不含；所有样品中2-丁醇和-癸内酯含量差异显著。

如图5D所示，其中PC1和PC2的总贡献率达到93.2%，表明PCA可以对其进行区分，3 个样品在以PC1为区分轴时区分开，L1-ow与B6-ow、M-ow在以PC2为区分轴时距离相对较远。3 个样品中乙醇、丙酮、2-丁醇、2,3-戊二酮、-癸内酯含量较大且差异显著；另外，仅L1-ow中不含环戊酮，且其2,6-二甲基苯酚含量远高于另外2 个样品。

如图5E所示，其中PC1和PC2总贡献率为89.8%，说明PCA可以对其进行区分，N-lf与其他样品在以PC1为区分轴距离较大，G2-lf与其他样品在以PC2为区分轴距离较大，因为只有N-lf中不含2-戊酮、乙酸丁酯，且其乙醇、柠檬烯含量较高，分别是其他样品的10 倍和3 倍以上；另外G2-lf中2-丁醇、糠醛含量与其他样品差异较大。

如图5F所示，其中PC1和PC2贡献率达到98.6%，说明PCA可对其进行分类，在以PC1为区分轴时B4-s、B4-s、C5-s全都被区分开，在以PC2为区分轴时C5-s距离B4-s、B4-s较远。是因为3 个样品中乙醇、5-甲基糠醛、-癸内酯含量差异较大；另外，吡嗪、环戊酮及糠醛仅存在于B4-s、B5-s中，且B4-s、B5-s中己醛、乙酸丁酯、环己酮的含量将近C5-s的2 倍。

以上分析表明，PCA能够通过挥发性成分的差异大小，可将同一种类不同品牌的UHT牛奶进行区分，并且能够对不同国家UHT牛奶进行溯源分析。

2.5 多层感知器神经网络

使用1.3.5.2节建立的MLP-NN模型对36 种中3 类5 种UHT牛奶的108 组样本进行50 次分类及预测，结果见表4。MLP-NN模型在50 次预测中给出的各挥发性成分正态化重要性平均排序见图6。

表4108 组样本50 次MLP-NN分类识别结果Table 4 Results of 50 cycles of MLP-NN classification and recognition for 108 samples

图6 33 个成分正态化重要性排序对比图Fig.6 Importance ranking of 33 normal components

如表4所示，50 次整体平均正确率为98.6%。其中UHT低脂牛奶被误分为UHT全脂牛奶11 次，这可能是因为有的UHT低脂牛奶中脱脂程度较低，丙酮、正丁醇含量与UHT全脂牛奶总体接近导致；28 次分类正确率为100%。

图6表明，由不同种类牛奶挥发性成分组成及含量差异导出的各成分正态化重要性平均排序结果为：2,6-二甲基苯酚、2-十一酮、3-戊醇、-萜品烯、5-甲基糠醛、环己酮、癸醛、壬醛及2-庚酮对分类结果影响程度较大。表3显示，2-庚酮在UHT全脂类牛奶中含量高于其他类牛奶；3-戊醇在UHT低脂牛奶中含量高于其他类牛奶；2,6-二甲基苯酚在UHT有机低脂牛奶中含量远高于其他类牛奶；环己酮、-萜品烯在UHT脱脂牛奶中含量高于其他类牛奶；壬醛、2-十一酮分别在UHT有机低脂、脱脂牛奶中不存在；癸醛、5-甲基糠醛仅在UHT全脂类、脱脂牛奶中存在。其次，2-丁醇、正丙醇、2-壬酮等在5 种UHT牛奶中因含量的不同，对它们的区分也起到重要的作用。结果说明已建立的MLP-NN模型对UHT牛奶种类的预测具备一定可信性，可快速、有效预测UHT牛奶类型。

3 结论

利用超快速气相电子鼻技术从UHT牛奶中共测出49 种挥发性成分，其中29 种挥发性成分为UHT牛奶的共有成分。异丁醇、乙偶姻、1-戊醇、-3-己烯醛和癸醛只在UHT全脂牛奶中检出；3-甲基庚烷、2,6-二甲基吡嗪、-2-壬烯-1-醇只在UHT低脂牛奶中检测出；-蒎烯、5-甲基糠醛和癸酸只在UHT脱脂牛奶中检测出。另外，UHT有机全脂牛奶中未检测出2-戊酮；UHT有机低脂牛奶中未检测出乙醇、环戊酮及壬醛；UHT低脂类牛奶中未检测出二甲基二硫化物；UHT脱脂牛奶中未检测出2-十一酮、-2-庚烯醛；有9 种挥发性成分首次在UHT牛奶中鉴定出。在UHT牛奶中，随着脂肪含量的降低，二甲基硫醚、酮类、醇类和-癸内酯显著减少，而萜烯类显著增加。UHT牛奶都具有蔬菜味、奶油味、草香味、水果味及麦芽味。奶香味、蔬菜味、麦芽味在UHT全脂牛奶中分布最广泛；水果味在UHT低脂牛奶中分布最广泛；青草味在UHT脱脂牛奶中分布最广泛。多元统计分析中的PCA可将同一类不同品牌的UHT牛奶区分开，也可对不同国家UHT牛奶进行溯源分析；MLP-NN模型可对UHT牛奶进行分类，准确率高达98.6%，并给出UHT牛奶各挥发性成分正态化重要性平均排序。所建立的超快速气相电子鼻检测与多元统计分析方法为不同品牌及种类UHT牛奶快速和准确的分类，提供了重要的方法依据。