一、材料与方法

        方法

        采用电子舌检测系统，包含由7 根味觉传感器组成的交叉敏感电位传感器阵列、Ag/AgCl参比电极、机械搅拌器、16 位自动进样器以及数据采集分析系统。表1列出了7 种传感器的性能，传感器的分子膜可选择性吸附不同的滋味物质，将滋味特征转化为电信号数据。电子舌经过活化和校准后，取80 mL畜禽骨蛋白肽溶液按顺序加入125 mL检测杯中。单次采样时间120 s，样品间采用超纯水清洗10 s，采集周期为1 次/s，搅拌速率3 r/s，室温下采集数据。每份畜禽骨蛋白肽样品重复检测7 次，不区分畜禽骨蛋白肽种内样本来源，将4 份种内样本均匀混合用于畜禽骨蛋白肽种间样本的检测判别。4 种畜禽骨蛋白肽一共产生28 组滋味数据以进行滋味特征分析。

        数据分析

        畜禽骨蛋白肽溶液滋味检测数据由电子舌软件系统进行主成分分析（PCA）和判别因子分析（DFA），使用SIMCA 14.1软件进行偏最小二乘判别分析（PLS-DA）、正交偏最小二乘判别分析（OPLS-DA）。

        二、结果与分析

        电子舌检测对畜禽骨蛋白肽的响应信号曲线

        图1显示电子舌味觉传感器对畜禽骨蛋白肽的响应强度，表明4 种畜禽骨蛋白肽的滋味特征接近。味觉传感器的响应强度均为SCS（对苦味敏感）＞ANS（对甜味敏感）＞PKS（通用传感器）＞NMS（对鲜味敏感）＞CTS（对咸味敏感）＞CPS（通用传感器）＞AHS（对酸味敏感）。0～5 s内传感器响应强度发生显著变化，10 s后趋于平衡，说明电子舌用于分析样品滋味物质强度时具有良好的稳定性，选取每个传感器在120 s的稳定滋味数值。

        畜禽骨蛋白肽的滋味特征及差异分析

        电子舌分析系统基于传感器的响应信号强度得到4 种畜禽骨蛋白肽的滋味强度，进一步分析畜禽骨蛋白肽的滋味特征以及种间滋味差异。

        表4的滋味强度分析结果表明，畜禽骨蛋白肽在酸、甜、苦、咸、鲜5 种基本味觉强度上均存在差异。其中，鲜味的差异相对最为明显，这可能是由于鲜味氨基酸呈味阈值低。表5的种间滋味差异分析显示，4 种畜禽骨蛋白肽两两之间均具有显著滋味差异（P＜0.01）。其中，PBPs和CBPs之间的距离和模式识别指数均最大，表明PBPs和CBPs之间滋味特征差异最大。

        畜禽骨蛋白肽滋味的雷达指纹图谱

        由图2可知，4 种畜禽骨蛋白肽在SCS、NMS和PKS传感器上的响应强度存在差异，在AHS、ANS、CTS、CPS传感器上的响应强度无明显差异，表明畜禽骨蛋白肽在鲜味、苦味属性上差异较显著，酸味、咸味、甜味差异不显著。电子舌具备根据滋味物质差异而判别不同物种畜禽骨蛋白肽的潜力。

        畜禽骨蛋白肽滋味差异的多元统计分析

        PCA

        将电子舌传感器提取的多指标数据信息进行降维转换得到特征向量并进行线性分类，在转换中得到的PC1和PC2的贡献率越大，说明降维后的综合指标可越好地反映原来多指标的信息。

        图3中每个多边形代表一种畜禽骨蛋白肽的整体滋味特征，多边形之间的距离代表畜禽骨蛋白肽种间的整体滋味差异。PC1和PC2的贡献率分别为86.019%和11.266%，两者累计贡献率达97.285%，判别指数为64，表明PC1和PC2包含了原始数据的大多数信息，能够反映样品的整体信息。畜禽骨蛋白肽种间较明显地分为互不干扰的4 个区域，BBPs和PBPs之间差异相对较小。PCA结果表明，基于电子舌滋味检测对不同物种畜禽骨蛋白肽的定性判别效果良好。

        PLS-DA和OPLS-DA

        PLS-DA是常见的数据分类方法，对数据降维并进行线性拟合建立回归模型，而OPLS-DA是在PLS-DA的基础上进行正交变换矫正，滤除与分类信息无关的噪音以获得更好的组间分离效果。如图4A1、B1所示，变量投影重要性值（VIP）的结果（图4C1）表明，NMS、ANS为主要差异因素（VIP＞1），即鲜味、甜味对4 种畜禽骨蛋白肽判别的贡献较大，与电子舌滋味分析的结果一致。表明PLS-DA可对CBPs、YBPs、BBPs和PBPs进行良好判别，但对于BBPs和PBPs的判别效果不理想，故对两者进一步作OPLS-DA分析。如图4A2、B2所示，VIP值的结果（图4C2）显示，NMS、CPS、ANS是BBPs和PBPs滋味差异的主要因素，即鲜味、甜味对BBPs与PBPs的判别贡献较大。

        以上结果表明，鲜味、甜味、苦味为不同物种畜禽骨蛋白肽的主要滋味差异，建立的PLS-DA模型可对CBPs、YBPs、BBPs和PBPs进行良好判别，OPLS-DA模型可进一步判别BBPs、PBPs，PLS-DA和OPLS-DA模型拟合效果和稳定性好、预测能力高，表明基于电子舌检测结合多元统计分析根据滋味特征差异判别不同物种畜禽骨蛋白肽具有较好的灵敏度和稳定性。

        DFA

        DFA是针对传感器数据进行优化重组，从而使组间距离最大同时保证组内差异最小以提高样品间区分度的分类技术。

        由图5可知，DF1和DF2的贡献率分别为75.100%和23.883%，累计贡献率达98.983%，前2 个主成分包含了原始数据的绝大部分信息。4 种畜禽骨蛋白肽样本组内分布集中、离散度小，样本组间分布距离远、离散度大。表明电子舌检测结合DFA对4 种畜禽骨蛋白肽样本的判别效果好、灵敏度高。

        三、结 论

        本研究以16 份畜禽骨蛋白肽为原料，电子舌采集滋味特征数值，结合PCA、PLS-DA、OPLS-DA、DFA等多元统计分析方法对不同物种畜禽骨蛋白肽的滋味特征进行判别分析，探究基于电子舌滋味特征检测判别不同物种畜禽骨蛋白肽的可行性。结果表明，通过PCA和DFA均可良好的判别4 种畜禽骨蛋白肽，但DFA明显优于PCA；PLS-DA可有效判别CBPs、YBPs、BBPs和PBPs，OPLS-DA可有效判别BBPs、PBPs。鲜味、甜味、苦味是4 种畜禽骨蛋白肽的主要差异滋味特征。综上，电子舌滋味检测结合多元统计分析根据滋味特征差异能够有效判别不同物种畜禽骨蛋白肽。

        来源：感官科学与评定 ，转载请注明来源。

        参考文献：刘泓,郭玉杰,陈永凯,李侠,张鸿儒,韩东,张春晖,姜珊.基于电子舌检测快速判别不同物种畜禽骨蛋白肽[J].食品科学,2022,43(04):127-134.DOI:10.5376/mpb.cn.2011.09.0084