基于SPME-GC-MS和PCA的不同萃取头对新疆烤羊肉香气成分萃取效果比较

以烤羊肉中关键挥发性物质的萃取效果为目的进行萃取头类别筛选。采用固相微萃取、气相色谱-质谱联用检测技术,对新疆石河子地区烤羊肉样品的挥发性风味物质的种类和组成进行提取和分析。以灵敏性及主成分分析（principal component analysis,PCA）法得到的载荷矩阵中投影大于0.80的关键共有物质作为筛选最优萃取头的依据,研究不同纤维涂层萃取头（75?μm?CAR/PDMS、65?μm?DVB/PDMS、85?μm?PA、100?μm?PDMS、50/30?μm?DVB/CAR/PDMS）与所萃取的挥发性物质之间的相关性。结果表明：经灵敏度检验、PCA后确认75?μm?CAR/PDMS为萃取烤羊肉样品中关键挥发性物质的最优萃取头,萃取得到样品中的关键香气成分为1-辛烯-3-醇、庚醛、正戊醛、十二醛、己醛、苯甲醛、1-十四炔、萘、4-甲基壬酸、反-2-癸烯醛、6-甲基庚醛、对异丙基苯甲醛、癸醛、壬醛、2-甲基-3-甲硫基呋喃、辛醛、联二苯。     

炖煮时间对羊肉汤风味品质的影响

为明晰不同炖煮时间对羊肉汤风味品质的影响,研究采用感官模糊综合评价法（SFE）结合价值工程评价法（VEE）对不同炖煮时间制备羊肉汤（DTS）样本的感官品质进行评价,同时采用GC-MS对样品的挥发性化合物进行鉴定。在此基础上,通过偏最小二乘法（PLSR）构建挥发性成分与SFE和VEE得分间相关性模型,以直观的形式探究不同组分挥发性化合物对羊肉汤感官属性贡献率的差异。结果表明,羊肉汤中共鉴定出58种化合物,依据其对羊肉汤贡献度和呈味能力可分为Z1（萜烯和醇类）、Z2（醛类）、Z3（酚类和酸类）、Z4（酮类、酯类和醚类）4个价值功能组分,且5组羊肉汤功能指数排序为DTS4>DTS5>DTS3>DTS2>DTS1,与SEF评价排序完全一致,确定炖煮4 h的羊肉汤的综合感官评分最优,同时表明功能组分3-甲基丁醛、E-2-癸烯醛、香芹酚等与SFE分值呈显著正相关,对羊肉汤的风味具有积极影响;而4-甲基苯酚和4-甲基辛酸与SFE呈现显著负相关,降低其含量能够提高羊肉汤的SFE。     

BP神经网络结合遗传算法优化羊肉汤中香辛料的添加量

目的:利用BP神经网络结合遗传算法优化羊肉汤中香辛料的添加量,建立预测模型,为羊肉汤风味的改善及膻味的去除提供最优配比的香辛料添加量。方法:通过单因素试验得出相应添加量后,采用Box-Benhnken设计(BBD)考察3种香辛料添加量对羊肉汤样品感官评分的影响。利用遗传算法在试验水平范围预测全局最优的3种香辛料添加量的复配结果。结果:方差分析(ANOVA)结果表明:百里香添加量、生姜添加量、花椒添加量与百里香添加量的交互作用以及花椒添加量与生姜添加量的交互作用均对羊肉汤感官评分具有显著影响(P0.05)。BP神经网络的训练、测试和总体数据的相关系数分别为0.9914,1和0.9849,表明BP神经网络预测模型的准确性很好,可用于羊肉汤感官评分结果的预测。结论:利用遗传算法寻优的结果为百里香添加量0.54%、生姜添加量0.48%、花椒添加量0.16%,最终感官评分的试验值为20,与模型预测值的误差仅为2.7%,说明BP神经网络模型结合遗传算法是一种可用于优化香辛料添加量配比的方法。     

基于GC-MS结合化学计量学方法探究特征清香味辣椒粉的香气特点

以探究特征清香味辣椒粉的香气特点及特征挥发性物质为目的,采用固相微萃取及气相色谱-质谱联用技术,对8 种不同品种的辣椒粉进行分析。运用气相色谱-质谱法可检测到112 种不同品种辣椒粉中普遍存在的挥发性化合物,从中筛选出63 种与特征清香味相关的特定的化合物并进行偏最小二乘回归分析。结果表明：特征清香味辣椒粉主要与感官属性煮熟蔬菜味、青草味和新鲜味有关。煮熟蔬菜味与β-月桂烯、(E)-2-戊烯醇、(E)-2-己烯醛、辛醛、4-辛烯-3-酮和2-戊基呋喃呈显著正相关,与大部分挥发性化合物呈非显著正相关,与己醛、(E,E)-2,4-癸二烯醛和2,3-丁二酮呈显著负相关;青草味与雪松烯、(Z)-3-己烯醇、己醛、(E)-2-庚烯醛和2-甲基丙酸呈显著正相关,与4-甲基-1-戊醇、己醇、(E)-2-辛烯醛和2-甲基丁酸己酯呈显著负相关;新鲜味与3-蒈烯、柠檬烯、(E,E)-2,4-癸二烯醛、(E)-2-壬烯醛、2-甲基丙酸和2-甲氧基-3-异丁基吡嗪呈显著正相关,与己醇、壬醛和2-甲基丁酸己酯呈显著负相关。由此确定特征清香味辣椒粉的香气特点及其特征挥发成分,为清香味辣椒粉的品质控制和系列风味产品的开发提供科学依据。