梭子蟹在贮藏过程中产生的挥发性物质使其更适合用电子鼻来评价鲜度，但鲜有相关报道。本试验以贮藏在4℃条件下的三疣梭子蟹蟹肉为研究对象，采用电子鼻监测蟹肉贮藏过程中气味的变化，并与pH值、TVB—N含量和细菌菌落总数进行相关性分析，旨在探讨电子鼻用于三疣梭子蟹鲜度评价的可行性。
材料与方法
试验材料及前处理方法
鲜活梭子蟹，冷藏运输至实验室，2h内处理。用 4℃无菌水清洗并擦干外部水分，无菌操作条件下分离体肉，混匀，分装于真空包装袋中进行真空包装，于4℃冰箱中分别贮藏 0、1、2、3、4、5、6d。
结果与分析
不同贮藏时间蟹肉 pH 值的变化
贮藏过程中蟹肉的 pH 值整体呈上升趋势，新鲜蟹肉的 pH 值为 6．58，呈弱酸性 ；贮藏第 3天蟹肉的pH值为 7．59；贮 藏第 6天蟹肉的 pH 值达到 7．79，且pH值在贮藏后期逐渐趋于平缓(图 1)。结果表明，贮藏时间对蟹肉 pH 值的变化有显著影响 。
不同贮藏时间蟹肉TVB-N含量的变化
由图 2可知，TVB-N 含量在贮藏初期变化缓慢，这是由于低温 (4℃)和真空包装条 件抑制了蟹肉中微生物的生长和繁殖，导致贮藏前期TVB-N含量增长缓慢 。从贮 藏第 4天开始TVB-N含量显著上升，含量由34．44mg·100g-1 上升到贮藏第 6 天 的 60．76mg·l00g-1。GB2733—2005 规定新鲜海蟹的TVB-N含量值应低于 25mg·100g-1，贮藏第 3天蟹肉的TVB-N含量为 22．26mg·100g-1，仍属于新鲜蟹 肉，贮藏第 4天蟹肉的TVB-N含量高于规定标准，已腐败变质，由此表明 TVB-N 可 以反映蟹肉鲜度的变化 。
不同贮藏时间蟹肉菌落总数的变化
由图 3可知，贮藏初期菌落总数较少且变化缓慢，随贮藏时间的延长，菌落总数显 著增长 (P<0．01)。新鲜蟹肉菌落总数为 3．89lg(CFU·g-1 )，贮藏第3天蟹肉的菌落总数为 4．84lg(CFU·g-1 )，约为新鲜蟹肉菌落总数的 10 倍，贮藏第 6天菌落总 数为 7．11lg(CFU·g-1)，约是新鲜蟹肉的 1000 倍，说明贮藏后期蟹肉的营养结构 和环境条件逐渐适宜细菌的生长繁殖，细菌菌落总数显著增多，是导致蟹肉鲜度下降的主要原因。贮藏第 3天是蟹肉微生物菌落总数的变化节点，与 TVB-N含量的变化节点相同且细菌菌落总数与 TVB—N含量变化趋势相一致，说明细菌菌落总数与TVB-N含量显著相关 。
不同贮藏时间蟹肉的挥发性气味
电子鼻对不同贮藏时间蟹肉的信号响应
电子鼻传感器阵列由10种金属氧化物半导体型化学传感元件组成，每型传感元件所对应的主要敏感物质类型有一定的区别：s1一芳香成分；s2一氮氧化合物；s3一氨气；S4一氢气；s5一烷烃芳香成分；s6一甲烷；s7一硫化物；S8一乙醇；s9一有机硫化物；S10一长链烷烃。由图 4可知，s2、s3、s5、s9号传感器的响应值较高 ，s4、s8、S10号传感器响应值较小，表明蟹肉在贮藏过程中主要产生氮氧化合物 、氨气、烷烃类芳香成分和含硫化合物等挥发性物质。蟹肉中的含氮物质和其它一些含硫蛋白质在微生物和自溶酶的作用下分解产生大量的含氮化合物、氨气和含硫化合物，使得蟹肉产不愉快的气味。对传感器的响应值进行组间差异性分析，表明 s1、s2、s3、S5、s6、s7、S9、SI0 号传感器组间差异极显著 (P<0．01)，且 s2、s6、s9号传感器的响应值均随贮藏时间的延长不断增大，s4、s8号传感器组 问差异不显著 (P>0．05）。表明蟹肉贮藏过程中氮氧化合物、氨、烷烃芳香成分 、甲烷、硫化物、有机硫化物的气味差异显著，氢气 、乙醇的气味差异不显著。
PCA分析不同贮藏时间蟹肉的电子鼻信号响应值
PCA是将所提取的传感器多指标的信息进行数据转换和降维，并对降维后的特征向量进行线性分类，结果显示主要的两维散点图。图 5中每个椭圆区域代表同一贮藏 时间样品的数据采集点，其中第 1主成分 (PC1)和第 2 主成分 (PC2)的贡献率之和 为95．13％，大于 85％，说明 PC1和 PC2 可以较好地表征样品整体的风味特征 。同时，代表不同贮藏时间样品的椭圆可明显区分开，表明不同样品的电子鼻信号响应值存在明显差异。
LDA分析不同贮藏时间蟹肉的电子鼻信号响应值
LDA能够最大限度地区分不同的样本集，在降低数据空间维数的同时最大限度地减少信息丢失。由图 6可知，判别式 LDI的贡献率是 95.34％ ，判别式LD2的贡献率 是 2．04％ ，2个判别式的总贡献率为97．38％ ，大于 95％ ，说明第 1 和第 2 主成分构成的二维平面足以表征不同冷藏时间下梭子蟹气味的差异。此外，从右到左 依次是贮藏第 0、第 1、第 2、第 3、第 4、第 5、第 6天的梭子蟹气味数据，它们均能被很好地分开，说明不同贮藏时间的梭子蟹的挥发性气味成分存在显著差异。与图 5相比，图 6中贮藏前期的点相对集中，随着时间延长，点之间的距离增加，反映了蟹肉在贮 藏过程中产生的挥发性物质浓度随贮藏时间的延长差异性越显著 ，且挥发性物质浓度与贮藏时间呈线性变化。这种差别可能是由 PCA 和 LDA 本身决定的，PCA适于分析以方差形式体现的数据分类信息，而 LDA在数据输入映射到坐标轴时，利用了数据内部的分类信息，使得类别内部的点更集中。
不同贮藏时间蟹肉的电子鼻信号响应的聚类分析
表 1显示了各样品气味的差异程度，欧基里德距离越大说明差异越显著。聚类分析的树状图可以更直观地反映不同样品差异显著程度。由图 7可知，贮藏第 1、第 2、第 3天的蟹肉与新鲜蟹肉的欧基里德距离较小，贮藏第 4天与第 5天蟹肉之间的欧基里德距离较大，贮藏第 6天的蟹肉明显与其它样品的欧基里德距离相差较大，说明随贮藏时间的延长样品气味的差异性越来越大，贮藏第 6天的蟹肉气味与其它 样品差异性极显著 (P<0．01)，该结果与 PCA、LDA 的结果相一致。
传感器响应值对不同贮藏时间蟹肉的理化指标的预测
通过 PCA和 LDA对电子鼻传感器信号响应值的分析可知电子鼻对于不同贮藏时间的蟹肉区分度较佳，为此，进一步对电子鼻传感器响应值与理化、微生物指标之间建模进行 PLSR预测分析，得出电子鼻传感器响应值与理化、微生物指标之间的关系。相对分析误差 (RPD)是预测模型的标准偏差 (SD)与均方根误差 (RMSE)的比值，是反映预测模型的预测精度是否较高，考察预测模型稳定性和动态适用性的重要评价指标 。
pH值、TVB-N 含量、细菌菌落总数建立预测模型的主因子数分别是 5、4、2。由图 8可知，3个预测模型的校正决定系数 R 均大于 0．900，预测决定系数 R 均大于 0．870，表明电子鼻传感器响应值与 pH值、TVB-N含量、细菌菌落总数的相关性较好。经统计学分析可知，pH 值的 RPD 值是 2．73，TVB-N 含量的RPD值是 2．50，细菌菌落总数的 RPD值是 3．06，说明该预测模型对于细菌菌落总数的预测精度高，稳定性好；pH值和 TVB-N的 RPD值在 2．5～3之间，说明该预测模型是可行的，但预测精度需进一步提高。
结 论
梭子蟹肉的鲜度随贮藏时间的延长而下降。电子鼻检测结果表明，蟹肉在贮藏过程 中主要产生氨、三甲胺、氮氧化合物、硫化氢、二氧化硫等挥发性物质，对挥发性 物质采用 PCA 和 LDA分析，均能实现对不同贮藏时间的三疣梭子蟹样品的有效区分识别，其中 LDA分析类别内部的点更集中，区分效果更好。此外，电子鼻传感器信号响应值与鲜度指标 pH 值、TVB-N含量、 细菌菌落总数的相关性较好，因此，建立的偏最小二乘回归模型可用于蟹肉 pH 值、TVB-N 含量和细菌菌落总数的预测分析。本研究为进一步研究电子鼻在蟹及其他水产品鲜度定量评价方面奠定基础 。
来源：感官科学与评定 转载请注明来源。
参考文献：苗钰湘,汤海青,欧昌荣,曹锦轩,宋玉玲,陈明辉.基于电子鼻的三疣梭子蟹鲜度评价方法研究[J].核农学报,2016,30(04):748-754.转载请注明来源。
提醒：文章仅供参考，如有不当，欢迎留言指正和交流。且读者不应该在缺乏具体的专业建议的情况下，擅自根据文章内容采取行动，因此导致的损失，运营方不负责。如文章涉及侵权或不愿我平台发布，请联系处理。
材料与方法
试验材料及前处理方法
鲜活梭子蟹，冷藏运输至实验室，2h内处理。用 4℃无菌水清洗并擦干外部水分，无菌操作条件下分离体肉，混匀，分装于真空包装袋中进行真空包装，于4℃冰箱中分别贮藏 0、1、2、3、4、5、6d。
结果与分析
不同贮藏时间蟹肉 pH 值的变化
贮藏过程中蟹肉的 pH 值整体呈上升趋势，新鲜蟹肉的 pH 值为 6．58，呈弱酸性 ；贮藏第 3天蟹肉的pH值为 7．59；贮 藏第 6天蟹肉的 pH 值达到 7．79，且pH值在贮藏后期逐渐趋于平缓(图 1)。结果表明，贮藏时间对蟹肉 pH 值的变化有显著影响 。
由图 2可知，TVB-N 含量在贮藏初期变化缓慢，这是由于低温 (4℃)和真空包装条 件抑制了蟹肉中微生物的生长和繁殖，导致贮藏前期TVB-N含量增长缓慢 。从贮 藏第 4天开始TVB-N含量显著上升，含量由34．44mg·100g-1 上升到贮藏第 6 天 的 60．76mg·l00g-1。GB2733—2005 规定新鲜海蟹的TVB-N含量值应低于 25mg·100g-1，贮藏第 3天蟹肉的TVB-N含量为 22．26mg·100g-1，仍属于新鲜蟹 肉，贮藏第 4天蟹肉的TVB-N含量高于规定标准，已腐败变质，由此表明 TVB-N 可 以反映蟹肉鲜度的变化 。
由图 3可知，贮藏初期菌落总数较少且变化缓慢，随贮藏时间的延长，菌落总数显 著增长 (P<0．01)。新鲜蟹肉菌落总数为 3．89lg(CFU·g-1 )，贮藏第3天蟹肉的菌落总数为 4．84lg(CFU·g-1 )，约为新鲜蟹肉菌落总数的 10 倍，贮藏第 6天菌落总 数为 7．11lg(CFU·g-1)，约是新鲜蟹肉的 1000 倍，说明贮藏后期蟹肉的营养结构 和环境条件逐渐适宜细菌的生长繁殖，细菌菌落总数显著增多，是导致蟹肉鲜度下降的主要原因。贮藏第 3天是蟹肉微生物菌落总数的变化节点，与 TVB-N含量的变化节点相同且细菌菌落总数与 TVB—N含量变化趋势相一致，说明细菌菌落总数与TVB-N含量显著相关 。
电子鼻对不同贮藏时间蟹肉的信号响应
电子鼻传感器阵列由10种金属氧化物半导体型化学传感元件组成，每型传感元件所对应的主要敏感物质类型有一定的区别：s1一芳香成分；s2一氮氧化合物；s3一氨气；S4一氢气；s5一烷烃芳香成分；s6一甲烷；s7一硫化物；S8一乙醇；s9一有机硫化物；S10一长链烷烃。由图 4可知，s2、s3、s5、s9号传感器的响应值较高 ，s4、s8、S10号传感器响应值较小，表明蟹肉在贮藏过程中主要产生氮氧化合物 、氨气、烷烃类芳香成分和含硫化合物等挥发性物质。蟹肉中的含氮物质和其它一些含硫蛋白质在微生物和自溶酶的作用下分解产生大量的含氮化合物、氨气和含硫化合物，使得蟹肉产不愉快的气味。对传感器的响应值进行组间差异性分析，表明 s1、s2、s3、S5、s6、s7、S9、SI0 号传感器组间差异极显著 (P<0．01)，且 s2、s6、s9号传感器的响应值均随贮藏时间的延长不断增大，s4、s8号传感器组 问差异不显著 (P>0．05）。表明蟹肉贮藏过程中氮氧化合物、氨、烷烃芳香成分 、甲烷、硫化物、有机硫化物的气味差异显著，氢气 、乙醇的气味差异不显著。
PCA是将所提取的传感器多指标的信息进行数据转换和降维，并对降维后的特征向量进行线性分类，结果显示主要的两维散点图。图 5中每个椭圆区域代表同一贮藏 时间样品的数据采集点，其中第 1主成分 (PC1)和第 2 主成分 (PC2)的贡献率之和 为95．13％，大于 85％，说明 PC1和 PC2 可以较好地表征样品整体的风味特征 。同时，代表不同贮藏时间样品的椭圆可明显区分开，表明不同样品的电子鼻信号响应值存在明显差异。
LDA能够最大限度地区分不同的样本集，在降低数据空间维数的同时最大限度地减少信息丢失。由图 6可知，判别式 LDI的贡献率是 95.34％ ，判别式LD2的贡献率 是 2．04％ ，2个判别式的总贡献率为97．38％ ，大于 95％ ，说明第 1 和第 2 主成分构成的二维平面足以表征不同冷藏时间下梭子蟹气味的差异。此外，从右到左 依次是贮藏第 0、第 1、第 2、第 3、第 4、第 5、第 6天的梭子蟹气味数据，它们均能被很好地分开，说明不同贮藏时间的梭子蟹的挥发性气味成分存在显著差异。与图 5相比，图 6中贮藏前期的点相对集中，随着时间延长，点之间的距离增加，反映了蟹肉在贮 藏过程中产生的挥发性物质浓度随贮藏时间的延长差异性越显著 ，且挥发性物质浓度与贮藏时间呈线性变化。这种差别可能是由 PCA 和 LDA 本身决定的，PCA适于分析以方差形式体现的数据分类信息，而 LDA在数据输入映射到坐标轴时，利用了数据内部的分类信息，使得类别内部的点更集中。
表 1显示了各样品气味的差异程度，欧基里德距离越大说明差异越显著。聚类分析的树状图可以更直观地反映不同样品差异显著程度。由图 7可知，贮藏第 1、第 2、第 3天的蟹肉与新鲜蟹肉的欧基里德距离较小，贮藏第 4天与第 5天蟹肉之间的欧基里德距离较大，贮藏第 6天的蟹肉明显与其它样品的欧基里德距离相差较大，说明随贮藏时间的延长样品气味的差异性越来越大，贮藏第 6天的蟹肉气味与其它 样品差异性极显著 (P<0．01)，该结果与 PCA、LDA 的结果相一致。
通过 PCA和 LDA对电子鼻传感器信号响应值的分析可知电子鼻对于不同贮藏时间的蟹肉区分度较佳，为此，进一步对电子鼻传感器响应值与理化、微生物指标之间建模进行 PLSR预测分析，得出电子鼻传感器响应值与理化、微生物指标之间的关系。相对分析误差 (RPD)是预测模型的标准偏差 (SD)与均方根误差 (RMSE)的比值，是反映预测模型的预测精度是否较高，考察预测模型稳定性和动态适用性的重要评价指标 。
pH值、TVB-N 含量、细菌菌落总数建立预测模型的主因子数分别是 5、4、2。由图 8可知，3个预测模型的校正决定系数 R 均大于 0．900，预测决定系数 R 均大于 0．870，表明电子鼻传感器响应值与 pH值、TVB-N含量、细菌菌落总数的相关性较好。经统计学分析可知，pH 值的 RPD 值是 2．73，TVB-N 含量的RPD值是 2．50，细菌菌落总数的 RPD值是 3．06，说明该预测模型对于细菌菌落总数的预测精度高，稳定性好；pH值和 TVB-N的 RPD值在 2．5～3之间，说明该预测模型是可行的，但预测精度需进一步提高。
梭子蟹肉的鲜度随贮藏时间的延长而下降。电子鼻检测结果表明，蟹肉在贮藏过程 中主要产生氨、三甲胺、氮氧化合物、硫化氢、二氧化硫等挥发性物质，对挥发性 物质采用 PCA 和 LDA分析，均能实现对不同贮藏时间的三疣梭子蟹样品的有效区分识别，其中 LDA分析类别内部的点更集中，区分效果更好。此外，电子鼻传感器信号响应值与鲜度指标 pH 值、TVB-N含量、 细菌菌落总数的相关性较好，因此，建立的偏最小二乘回归模型可用于蟹肉 pH 值、TVB-N 含量和细菌菌落总数的预测分析。本研究为进一步研究电子鼻在蟹及其他水产品鲜度定量评价方面奠定基础 。
来源：感官科学与评定 转载请注明来源。
参考文献：苗钰湘,汤海青,欧昌荣,曹锦轩,宋玉玲,陈明辉.基于电子鼻的三疣梭子蟹鲜度评价方法研究[J].核农学报,2016,30(04):748-754.转载请注明来源。
提醒：文章仅供参考，如有不当，欢迎留言指正和交流。且读者不应该在缺乏具体的专业建议的情况下，擅自根据文章内容采取行动，因此导致的损失，运营方不负责。如文章涉及侵权或不愿我平台发布，请联系处理。
