基于智能感官和气相色谱质谱联用的中国三产区市售马瑟兰葡萄酒感官特征总结与差异分析

王悦1,葛谦2,3,张静2,马婷婷3,房玉林1,李彩虹2*,孙翔宇1*

1(西北农林科技大学 葡萄酒学院,陕西 杨凌,712100)

2(宁夏农产品质量标准与检测技术研究所,宁夏 银川,750002)

3(西北农林科技大学 食品学科与工程学院,陕西 杨凌,712100)

摘 要 为增进了解中国不同产区马瑟兰葡萄酒的感官特征,采用电子鼻和电子眼对中国3个产区(河北、宁夏和山东)马瑟兰市售酒的智能感官特征进行了分析与比较,并结合顶空固相微萃取-气相色谱质谱联用对挥发性化合物成分进行定量分析。结果显示,河北地区马瑟兰葡萄酒b*值显著高于其他地区,宁夏地区具有最高的a*值和最低的L*值。马瑟兰葡萄酒总体呈现了随着年份变老而黄色调(b*值)增加和亮度(L*值)提高的颜色老化现象。不同地区电子鼻响应值雷达图轮廓具有相同的特点,传感器S2对马瑟兰葡萄酒的响应值最高且S1响应值最低。河北地区轮廓与山东区分最明显。马瑟兰样品共检测出100种挥发性化合物,以酯类和醇类为主。β-大马烯酮和癸酸乙酯是所计算的气味活度值最大的挥发性物质。花香、甜香和果香是3个地区马瑟兰葡萄酒中主要的香气特征。基于挥发性物质含量的线性判别分析可以实现地区之间的明显区分。

关键词 马瑟兰;市售酒;电子鼻;香气;智能感官

感官质量是食品质量的重要组成部分,可极大程度影响消费者对食物的选择和喜爱程度[1]。在进行食品的开发、加工和包装过程中,感官质量也是重要的衡量指标之一[2-4]。WALLISCH等[5]和DELAHUNTY等[6]的研究证实了感官与年龄和消费者行为之间也具有密切联系。因此感官研究对食品开发和营销具有指导意义。尤其是对于葡萄酒市场而言,感官营销十分广泛,品种和感官描述或标签常被用作展示葡萄酒感官质量的工具[7]

葡萄酒是一种具有感官复杂性的饮料[8],尽管基于各种组学的化学感官研究十分重要,但对于葡萄酒不同感官特性的整体感知与描述也十分重要。对于葡萄酒的感官评价通常结合多种方法和手段进行。人工感官评价通常是由经验丰富的行业专业人员基于其专业知识和品评经验对葡萄酒的感官特性进行评价[9-10],品评人员在评价过程中起着至关重要的作用。因此,人工感官评价具有个体差异性强、主观性强、费时和可重复性低的特点[11]。此外,人工感官品评过程组织过程复杂,对场地和器具均有一定要求。同时人工感官品评过程中品评员感官疲劳问题严格限制了实验中的样品数量。

基于这种情况,可提供葡萄酒感官特征整体信息的分析方法对葡萄酒感官轮廓的构建和不同葡萄酒之间的比较和区分具有重要意义。基于此,电子鼻检测可提供混合气体整体产生的信号。电子鼻由具有交叉灵敏度的传感器阵列组成,与模式识别软件相结合,进而提供样品的香气指纹,可用于对食品和饮料进行区分或分类或香气质量的确定[12-13]。这种整体方法的灵感来自于哺乳动物通过感官识别食物的方法[14]。电子鼻目前已被广泛地应用于葡萄酒的分析,包括香气特征总结[15]、质量检测[16]与区分[17]、老化控制[18]等方面。电子眼主要基于CIE Lab坐标的颜色测量系统,目前以普遍被用于展示、评估和区分葡萄酒的颜色特征[19-22]。除此之外,上述2种智能感官还具有检测时间短和操作过程简单等优点,因此较为适合在一定时间内实现对大量样品的检测。

马瑟兰是目前中国最具潜力的酿酒葡萄品种之一,在中国广泛种植。继原产地法国之后,中国已是目前世界上种植马瑟兰面积最大的国家[23]。目前有关马瑟兰葡萄酒的感官研究多为单独采用GC-MS或结合人工感官品评的方法,探究不同酿酒葡萄品种[24-26]、采收日期[27]、酵母[28]或浸渍酿造工艺[29]对马瑟兰葡萄酒挥发性化合物轮廓或颜色特征的影响。但对中国不同地区马瑟兰葡萄酒的智能感官特征的研究还尚不丰富。

本研究以中国3个典型产区的马瑟兰市售酒为样品,采用电子鼻和电子眼对马瑟兰市售酒的智能感官特征进行了分析与比较,同时采用顶空固相微萃取-气相色谱质谱联用(headspace solid-phase microextraction gas chromatography/mass,HS-SPME-GC-MS)方法对挥发性化合物成分进行定量分析。通过对马瑟兰葡萄酒智能感官特征和化学特征结合探究,结合线性判别分析(linear discriminant analysis,LDA)等数据分析手段,以期增进对中国不同地区马瑟兰感官特性的理解。

1 材料与方法

1.1 材料与试剂

33款市售马瑟兰红葡萄酒样品来自中国3个地区(河北省、宁夏回族自治区、山东省),酒样信息如表1所示。

表1 马瑟兰市售葡萄酒基本信息
Table 1 Basic information of Marselan wine samples

样品编号类型品种年份酒精度(体积分数)/%产区H1干红马瑟兰201914.5河北H2干红马瑟兰201713.9河北H3干红马瑟兰-14.5河北H4干红马瑟兰201914.0河北H5干红马瑟兰201714.4河北H6干红马瑟兰201714.5河北H7干红马瑟兰201814.7河北H8干红马瑟兰201914.7河北H9干红马瑟兰201914.5河北H10干红马瑟兰201914.6河北H11干红马瑟兰201814.1河北H12干红马瑟兰201914.6河北H13干红马瑟兰202014.5河北H14干红马瑟兰201913.5河北H15干红马瑟兰201812.8河北H16干红马瑟兰201314.5河北H17干红马瑟兰201514.5河北N18干红马瑟兰201914.4宁夏N19干红马瑟兰201914.5宁夏N20干红马瑟兰201815.0宁夏N21干红马瑟兰201915.0宁夏N22干红马瑟兰202015.0宁夏N23干红马瑟兰201816.3宁夏N24干红马瑟兰201814.6宁夏N25干红马瑟兰201915.0宁夏N26干红马瑟兰201814.7宁夏N27干红马瑟兰2019-宁夏S28干红马瑟兰201914.3山东S29干红马瑟兰201914.6山东S30干红马瑟兰201414.0山东S31干红马瑟兰201915.4山东S32干红马瑟兰2020-山东S33干红马瑟兰201913.5山东

注:-表示无数据。

异丁酸乙酯、丁酸乙酯、2-甲基丁酸乙酯、异戊酸乙酯等标准品,美国Sigma-Aldrich公司;所有分析纯化学品,成都西陇科学股份有限公司。

1.2 仪器与设备

W100 红酒颜色分析仪,中国海能仪器股份有限公司;PEN 3电子鼻,德国Airsense Analytics公司;GC2030-TQ8050 NX三重四极杆型气相色谱质谱联用仪、InertCap WAX 极性色谱柱(60 m×0.25 mm,0.25 μm)、AOC-6000三合一顶空固相微萃取自动进样器,日本岛津公司。

1.3 实验方法

1.3.1 电子眼分析

样品经0.45 μm滤器过滤后,采用W100 红酒颜色分析仪测定样品的CIE颜色空间参数(L*a*b*C*h°和ΔE)。样品测定一式三份。

1.3.2 电子鼻分析

样品经蒸馏水稀释100倍,后取5 mL稀释后酒样置于20 mL样品瓶中于25 ℃下平衡10 min后检测。使用PEN 3电子鼻对马瑟兰酒样的整体气味特征进行评估,方法参照LAN等[30],并稍作修改。电子鼻检测载气流速300 mL/min,检测时间60 s,清洗时间30 s。所有样品的传感器响应值在60 s内达到平衡,选取平衡阶段响应值用于分析。每个样品进行10次检测。电子鼻各传感器信息如表2所示。

表2 PEN3型电子鼻传感器信息
Table 2 Sensitive substances information of PEN3 electronic nose sensors

阵列序号传感器性能描述S1W1C对芳烃成分,苯类灵敏S2W5S灵敏度大,对氮氧化合物敏感S3W3C对芳香成分灵敏,氨类敏感S4W6S主要对氢类敏感S5W5C对短链烷烃、芳香成分敏感S6W1S对甲基类灵敏S7W1W对硫化物灵敏S8W2S对醇类、醛酮类灵敏S9W2W对芳香成分,有机硫化物灵敏S10W3S对长链烷烃灵敏

1.3.3 挥发性化合物分析

采用GC2030-TQ8050 NX三重四极杆型气相色谱质谱联用仪,配备InertCap WAX极性色谱柱(60 m×0.25 mm,0.25 μm)和AOC-6000三合一顶空固相微萃取自动进样器进行HS-SPME检测,方法参照葛谦等[31]。定性分析:以正构烷烃(C6~C32)为标准,采用Kovats法测定了所有组分的保留指数[32]。定性分析依据标准物质保留时间、保留指数、自建库以及NIST 14谱库检索进行,并结合相关文献报道对定性结果进一步验证。定量分析:有标准品的化合物采用外标定量法进行化合物定量分析,没有标准品的化合物以4-甲基- 1-戊醇为内标物质,进行半定量分析。

气味活度值(odor activity value,OAV)为检测得到的挥发性化合物的浓度与从文献中描述的感官检测阈值的比值。认为OAV≥1的VOCs是可能对气味轮廓起关键作用的芳香化合物[33],因此对OAV≥1的物质进行了更详细的分析。

1.4 数据处理

采用Excel 16.54进行数据整理与分析。SPSS 26.0 (IBM, Armonk, NY, USA)进行线性判别分析(linear discriminant analysis,LDA)和单因素方差分析(A one-way analysis of variance,ANOVA),统计评估采用Duncan′s multiple range tests (P<0.05)。使用Graphpad Prism 9.3.1进行图片绘制。由TBtools (https://github.com/CJ-Chen/TBtools/releases accessed on:2 September 2021)完成韦恩图的绘制。使用Adobe Photoshop CC 2019对颜色拟合做图。

2 结果与分析

2.1 智能感官特征

2.1.1 颜色

L*值代表了明亮程度,该值越大则颜色越明亮。所有马瑟兰酒样中山东的S30号样品(2014年)L*值最高,为最低的宁夏的N19号样品(2019年)的2.92倍。由图1-a颜色拟合图可知,拟合所得的S30样品颜色明显明亮于其余样品。河北地区马瑟兰酒样之间亮度差异相对较小,而宁夏地区样品普遍亮度较低且部分样品间明暗差异较大。与宁夏地区相反,山东地区样品普遍亮度较高且具有较大的亮度差异。已有研究表明同一地区酿酒厂之间的差异甚至超过了地区之间的差异,因此为了更好地研究产区特点,而尽可能忽略其他方面的差异,地区内酒样指标值进行了平均计算,所示标准差为重复之间。由表3可知,山东具有所有地区最高的L*值,而宁夏L*值最低,约为山东地区L*值的63.53%。这一结果与上述酒样的颜色拟合图显示出的特点一致,且表3地区颜色拟合图中也显示了山东对应的颜色拟合图亮度高于宁夏地区。a*值代表红绿色调通道,其值越大,则越偏向于红色调,反之则更偏向于绿色调。来自山东的S29号样品(2019年)a*值最高,L*值最高的S30号样品(2014年)a*值最低,前者a*值约为后者的1.88倍。由图1-a也可明显看出S30的红色调在所有样品中最弱。尽管宁夏地区L*值为三地区最低,但a*值却显著高于其他地区(P<0.05),达51.08。山东地区具有最高的L*值但却具有最低的a*值。特别地,三地区在L*值和a*值上似乎显示出了相反的规律。b*值代表黄蓝色调通道,其值越大,则越偏向于黄色调,反之则更偏向于蓝色调。河北的H16号样品(2013年)具有最高的b*值,而山东S31号样品(2019)最低且仅为最高值的40.08%。但b*指标在颜色拟合图中所体现的差异并不明显。河北地区具有最高的b*值,而山东地区b*值显著低于其他地区(P<0.05)。这一结果暗示着河北地区马瑟兰酒样具有更高的黄色调。上述结果也在图1-b中有直观体现,由各地区在图中坐标位置可以看出宁夏和河北两地区相近,而山东则相对较远。色彩饱和度Chroma(C*)代表了颜色的饱和程度或者纯度。河北的H5号样品(2017年)具有具有最高的C*值,约为具有最高L*值和最低a*值的S30号样品(2014年)C*值的1.55倍。地区比较可得,宁夏地区C*值显著高于其他地区(P<0.05)。色度角h°代表了颜色的定性,对于红葡萄酒而言,色度角一般介于0~90°,因此在本范围内,色度角越小色调越偏向紫红色,反之越偏向瓦红色。S30样品具有最高的h°值,H13具有最低的h°值。这代表着H13将更偏向于紫红色,而S30则更偏向于瓦红色。由图1-b颜色表征可以直观地看出各地区样品h°主要分布在20°~35°,且山东地区具有最低的h°值,河北地区具有最高的h°值但与宁夏地区差异较小,这一结果与表3显示的一致。ΔE*代表了色差,其含义是将每个颜色视作三维空间里的点(分量为L*a*b*)后与指定的标准点计算得到的二者的欧几里得距离。同来自宁夏的N27号样品和N25号样品二者的ΔE*值相差最大。就地区而言,河北与山东的ΔE*值相差最大。

a-颜色拟合;b-颜色参数特征及局部放大;c-基于酒样颜色参数的LDA;d-基于地区颜色参数的LDA;e-各地区b*值随年份变化趋势

图1 颜色参数表征及分析

Fig.1 Characterization and analysis of color parameters

表3 不同地区马瑟兰市售葡萄酒颜色参数
Table 3 Color parameters of Marselan commercial wines from different regions

地区L∗a∗b∗C∗h°ΔE∗颜色拟合河北(17)38.18±0.09b50.41±0.00b27.35±0.07a57.50±0.03b26.32±0.05a18.03±0.01c●宁夏(10)29.10±0.02c51.08±0.01a26.37±0.04b57.57±0.00a25.44±0.03b21.79±0.01b●山东(6)45.80±0.04a46.08±0.03c21.19±0.05c51.22±0.01c23.83±0.08c25.39±0.02a●

注:括号内数字为样品数量;同一列不同字母代表存在显著性差异(P<0.05)(下同)。

由表4可知,2013、2014和2015年份的马瑟兰酒样L*值较高,除此之外L*值随年份变化规律不明显,在a*值和C*值上显示出了相似的情况。但在代表黄蓝色通道的b*值和与瓦红及紫红色调相关的h°上呈现出了相对明显的规律。如表4所示,不同年份的马瑟兰葡萄酒样品b*值基本呈现出了随着年份变老而b*值升高的特点,仅有2017年例外。对不同地区内不同年份的葡萄酒b*值进一步分析可得,每个地区基本都验证了上述规律(图1-e)。除此之外,同一年份不同地区间酒样的b*值也具有地区差异,这可能说明了地区之间颜色老化程度各异。上述对样品的分析也表明,年份较老的2014年样品L*值最高、a*值最低,2013年样品b*值最高。综上所述,马瑟兰葡萄酒颜色老化使得酒样中的黄色调(b*值)的增加和亮度(L*值)的提高,但红色调(a*值)的减弱没有显示出同样明显的年份规律。

表4 不同年份马瑟兰市售葡萄酒颜色参数
Table 4 Color parameters of Marselan commercial wines from different vintages

年份L∗a∗b∗C∗h°ΔE∗颜色拟合2013(1)39.89±0.02b50.31±0.02e33.96±0.05a60.71±0.02a30.54±0.00b15.40±0.03f●2014(1)63.79±0.02a28.41±0.01g27.76±0.03c39.73±0.03g37.60±0.00a28.46±0.01b●2015(1)38.68±0.01c50.43±0.02d26.88±0.04d57.14±0.01c26.10±0.00d83.84±0.01a●2017(3)33.10±0.19g51.22±0.14b29.90±0.11b59.35±0.18b27.67±0.09c16.52±0.11d●2018(7)35.14±0.02f49.93±0.03f26.69±0.04e56.65±0.01e26.17±0.00d13.97±0.01g●2019(16)35.66±0.07e50.67±0.02c25.69±0.06f56.94±0.00d24.95±0.07e21.56±0.01c●2020(4)36.80±0.04d51.42±0.04a17.43±0.04g54.34±0.02f18.09±0.00f16.17±0.02e●

基于33个马瑟兰葡萄酒样颜色参数的LDA使用了2个典型判别函数,其中LD1贡献率为71.1%。结果显示,3个地区的样品总体有按照地区进行聚集的趋势,河北地区样品主要分布在LD2的正向部分,宁夏地区样品主要分布在LD1和LD2负方向上,山东地区则主要分布在LD1正方向(图1-c)。但不同地区的样品之间分布的没有清晰的区分界限。以每一款马瑟兰葡萄酒样品为单位进行分析虽然更为直接,但无法忽略不同的酒款带来的酒厂之间的差异。因此,为了更好地研究产区特点,将同一地区内的酒样的各项颜色指标进行了平均处理后进行了另外的LDA,如图1-d所示。地区LDA结果显示,不同地区之间可以明显区别开。上述结果说明,同一地区的马瑟兰葡萄酒样在颜色特征上相对接近而地区之间具有可察的差异。

2.1.2 电子鼻

电子鼻可对马瑟兰葡萄酒香气整体轮廓进行检测分析。33个马瑟兰市售酒样品和三地区电子鼻传感器响应值热图如图2-a、图2-b所示。总体而言,电子鼻传感器S2对马瑟兰葡萄酒的响应值最高,同时S2传感器也是样品间响应值差异最高的传感器,响应值最高的宁夏N27样品约为响应值最低的河北的H11样品响应值的的3.35倍。河北地区为传感器S2响应值最高的地区,响应值最低的是山东地区。地区间响应值最小的传感器为S9传感器,响应值最高的地区约为最低地区的1.000 1倍,几近相等。除S2外,响应值较高的其次是传感器S7、S6和S8,来自河北的H8样品、宁夏的N27号样品和河北的H15号样品分别为响应值最高的样品。响应值最低的是传感器S1,来自河北的H8样品为响应值最低的样品,同时山东是该传感器响应值最低的地区。

a-样品传感器响应值热图;b-地区传感器响应值热图;c-基于样品传感器响应值的LDA;d-基于地区传感器响应值的LDA; e-样品电子鼻响应值轮廓雷达图;f-地区电子鼻响应值轮廓雷达图

图2 基于响应值的电子鼻表征及分析

Fig.2 Characterization and analysis of e-nose based on response value

由图2-e各样品的香气响应值轮廓图得,尽管酒样电子鼻传感器响应值轮廓基本相似,部分样品也具有较突出的响应值特点。例如,N27号样品具有最高的S2和S6响应值,但是却具有最低的S3和S5传感器响应值。H15号样品的S4和S8传感器响应值最高。H11号样品S1、S3和S5传感器响应值最高,但S7传感器响应值却为样品最低值。H8样品具有最高的S7传感器响应值,但S1传感器响应值却最低。不同地区响应值也各具特点,河北地区轮廓与山东区分最为明显(图2-f)。山东地区S4和S6传感器响应值为最高,而河北地区的S1、S2、S3、S5、S8和S10传感器响应值为地区最高,但S6、S7和S9则为地区响应值最低。图2-c和图2-d为分别基于马瑟兰市售酒样品和地区电子鼻各传感器响应值进行的LDA,其中LD1贡献率分别为66.3和86.0%。由样品的LDA得,同一地区样品趋近于聚集,其中山东主要分布在LD1和LD2的负方向上,相对可以与其余两地区的样品区分开。但与上述颜色参数中区分情况相似,地区之间未有明显的划分(图2-c)。尽管如此,地区之间的LDA清晰地显示了地区之间的响应值特征可被清晰区分。

2.2 挥发性化合物特征

3个地区的市售马瑟兰葡萄酒中共检测出100种挥发性化合物,如附表1(https://doi.org/10.13995/j.cnki.11-1802/ts.036341)所示。酯类为检测到最多的化学类别,共检测到45种酯类,其次是醇类(30),酮类(6),酸类(6),酚类(5),烷烃类(5)、醛类(3)。由图3-a(维恩图)可得,河北地区检测到91种挥发性化合物,其次是宁夏地区(88种),山东地区检测到的挥发性物质种类最少(83种)。三地区共有的挥发性物质有73种,包含38种酯类、23种醇类和5种酸类和其他类物质。其中,β-大马烯酮和癸酸乙酯是七地区共同检测到的物质中OAV最高的2种(三地区OAV平均值≥10)。OAV≥1的物质被认为可能会对香气特征起到重要影响[34]。因此,β-大马烯酮极有可能是影响马瑟兰葡萄酒香气特征的重要挥发性化合物。β-大马烯酮是一种C-13降异戊二烯衍生物,通常是源于葡萄中多种糖结合前体[35]。β-大马烯酮在酒中存在结合态和游离态,且仅有游离态是具挥发性的,这可能代表着影响其水解的调节也可能会影响到该物质对于香气的影响作用。其在文献中通常被描述可能会带来甜香和花香的气味特征[36]。已有研究证实其可增强己酸乙酯的果香,而掩盖IMBP类物质的生青气味[37]。除了共同检测到的挥发性物质外,三地区各具地区独有的挥发性物质。宁夏地区特有的挥发性物质数目最多(5种),其中十一酸乙酯为OAV≥1的挥发性物质。河北特有的挥发性物质为4种,含一种OAV≥1的挥发性物质(2-甲基丁酸乙酯)。壬醛为山东特有的2种挥发性物质中OAV≥1的物质。这与图3-b中基于不同地区马瑟兰葡萄酒挥发性化合物含量的LDA显示出的样品按照地区聚集并清晰区分的结论一致。山东地区的样品主要分布于第三象限,而宁夏则主要分布于第二象限。河北地区马瑟兰样品主要分布于LD1的正方向上。与上述所有指标进行的LDA不同,基于挥发性物质含量的LDA显示出了3个地区之间聚集分布十分清晰且毫无重叠。综上,基于地区挥发物含量进行的清晰LDA区分暗示着不同地区具有着可区分的理化特征轮廓。

附表1 不同地区马瑟兰市售葡萄酒挥发性化合物含量表
Table S1 Volatile compounds contents of Marselan commercial wines from different regions

序号RICAS号物质名称香气类别∗含量 (μg/L)河北宁夏山东酯类A11143141-78-6乙酸乙酯1,5,6[40]30,955.48±943.43a29,098.76±991.82b22,622.95±1,315.92cA21307105-54-4丁酸乙酯2,3,6[41]779.47±96.42b1,060.51±108.53a980.96±141.26aA313357452-79-12-甲基丁酸乙酯4[42]74.61±5.34--A41371108-64-53-甲基丁酸乙酯6[43]107.63±3.86a11.52±0.94c84.42±2.39bA51487123-92-2乙酸异戊酯6[41]2,679.34±135.78a2,022.64±93.67b1,665.10±119.07cA61832123-66-0己酸乙酯6[41]3,893.82±217.76c4,136.90±201.89b4,713.70±191.91aA71938617-35-6丙酮酸乙酯6[44]23.15±4.81c37.00±6.17a26.38±4.45bA8225397-64-3乳酸乙酯5[45]3,774.43±185.01b5,374.11±174.66a2,426.37±183.77cA922791552-67-6己-2-烯酸乙酯46.55±5.39b55.70±4.23a39.09±5.22cA102486111-11-5辛酸甲酯3,1[41]55.85±3.24c60.83±4.26b74.29±6.97aA112694106-32-1辛酸乙酯5,6[36]16,038.72±1,054.41b16,571.60±996.97b19,458.61±1,316.11aA1227892198-61-0己酸异戊酯144.46±12.25a141.11±8.83a144.90±15.09aA1329485405-41-43-羟基丁酸乙酯6[36]38.72±8.66b72.72±7.76a15.14±7.21cA14301210348-47-7DL-2-羟基-4-甲基戊酸乙酯6[46]118.90±6.54b153.71±5.25a74.34±5.26cA15307519329-89-6乳酸异戊酯5[47]183.64±10.72a127.03±7.97b104.82±7.36cA163140110-42-9癸酸甲酯30.75±3.74c47.73±2.78a43.46±2.78bA173186614-99-32-呋喃甲酸乙酯29.55±2.69a6.38±2.96c27.54±3.03bA183200591-81-14-羟基丁酸乙酰酯337.88±17.29b381.17±19.34a264.42±24.31cA193217627-73-6丁二酸乙基甲基酯114.37±5.16a81.94±5.01b46.90±2.30cA203238110-38-3癸酸乙酯1,5[41, 48]8,939.11±658.06c10,669.11±756.63b11,372.78±870.18aA2132852035-99-63-甲基辛酸丁酯209.46±10.07b186.43±7.22c216.58±14.55aA223308123-25-1琥珀酸二乙酯6[36]19,760.10±1,059.97a15,867.33±971.36b12,439.15±961.69cA23334667233-91-49-癸酸乙酯2[49]344.61±2.74b267.27±5.25c449.63±11.63aA243448627-90-7十一酸乙酯-14.75±5.22-A253509119-36-8水杨酸甲酯186.59±5.96b425.72±4.89a103.25±6.26cA263513818-38-2戊二酸二乙酯35.45±4.78a11.73±4.02c18.86±4.13bA273526101-97-3苯乙酸乙酯102.09±5.04a30.66±3.73c49.70±5.32bA283583103-45-7乙酸-2-苯基乙酯2[36]623.20±9.17a343.50±8.08b278.19±7.02cA293640106-33-2月桂酸乙酯2,6[36]873.92±39.26c1,375.78±65.20a1,111.80±68.21bA3036772306-91-4癸酸异戊酯33.64±2.27c71.67±2.87a42.74±3.40bA3137056846-50-02,2,4-三甲基-1,3-戊二醇二异丁酸酯641.59±24.97a608.87±30.14b663.12±46.83aA32373728024-16-0丁二酸乙基3-甲基丁酯1,161.21±27.39a1,004.48±36.45b907.61±35.19cA33381728267-29-0十三酸乙酯-337.77±30.29-A343964110-27-0十四酸异丙酯24.10±2.99b111.50±2.63a-A354286628-97-7棕榈酸乙酯3,5,6[49]1,876.02±46.61c3,077.62±57.36a2,058.53±51.87bA364232112-39-0棕榈酸甲酯13.90±4.88a9.30±4.44b13.95±4.38aA37432354546-22-49-十六碳烯酸乙酯67.90±3.86b82.07±4.40a61.33±4.59cA3844391070-34-4丁二酸单乙酯1,262.03±6.13b1,336.55±3.52a580.97±5.93cA394562111-61-5硬脂酸乙酯100.93±8.76c404.04±6.24a159.24±12.39bA404589111-62-6油酸乙酯49.25±9.32b-130.31±7.54aA414650544-35-4亚油酸乙酯77.70±10.51c565.44±7.49a185.03±6.82bA42466484-69-5邻苯二甲酸二异丁酯1,088.61±7.56b1,295.50±13.05a1,008.24±13.78cA43485584-74-2邻苯二甲酸二丁酯847.32±61.20b-1,826.37±56.11aA4425506946-90-3dl-2-羟基己酸乙酯5,6[50]106.68±3.36a63.17±2.78b107.11±3.29aA45288480-26-2α-乙酸松油酯3.67±3.58a4.22±3.79a-醇类B1140978-83-12-甲基丙醇1[41]4,682.74±109.70b4,839.12±126.02a4,393.10±122.39cB2154171-36-3正丁醇1[36]284.27±3.23b306.45±3.88a257.87±6.35cB31737123-51-3异戊醇1[40]79,785.28±1,257.47b82,742.75±724.79a75,772.97±1,596.12cB4188671-41-0正戊醇1,5[51]40.30±3.23a41.24±2.51a8.65±3.06bB52167627-59-85-甲基-2-己醇1.87±2.36--B62196589-35-53-甲基-1-戊醇1,4[52]94.42±3.09b89.70±4.02c100.98±3.78a

续附表1

序号RICAS号物质名称香气类别∗含量 (μg/L)河北宁夏山东B72310111-27-3正己醇2,4[53, 54]2,639.22±57.02b2,712.44±64.77a2,514.94±21.54cB82354928-96-1顺-3-己烯醇4[54]61.55±6.37c90.60±2.49a71.17±3.21bB91543928-97-2反式-3-己烯-1-醇4[54]35.26±2.53a20.40±2.58b12.77±1.44cB102438928-91-6(Z)-4-己烯-1-醇2.83±3.06b6.61±2.37a7.58±1.45aB112416111-35-33-乙氧基-1-丙醇6[49]23.63±2.44a8.42±2.06c21.64±2.18bB1227393391-86-41-辛烯-3-醇4[55]34.06±3.43c58.13±1.91b88.20±2.95aB132875104-76-72-乙基己醇2,6[49, 56]102.03±2.28a18.52±2.18c62.60±2.54bB14293138514-13-53-乙基-4-甲基-1-庚醇13.44±3.60--B153085513-85-92,3-丁二醇265.65±25.09b549.73±24.16a-B16301978-70-6芳樟醇2,3,6[53, 57]122.73±4.06b169.68±4.79a111.38±5.84cB173049111-87-5正辛醇2,6[36]226.35±8.45b221.28±8.81b248.76±8.57aB18311657-55-61,2-丙二醇20.46±4.40b34.97±6.77a36.42±4.06aB19326298-00-0糠醇3[58]154.05±4.75b221.60±7.48a31.63±3.80cB20301298-55-5α-松油醇2,3[59]26.68±4.74a17.54±3.91c21.67±1.65bB2132624412-91-33-呋喃甲醇-34.73±4.38-B223280143-08-8壬醇91.05±2.76b98.67±2.97a44.93±3.35cB23335810482-56-1L-α-松油醇2,3[54, 57]24.08±2.79b-27.10±4.71aB243389505-10-23-甲硫基丙醇4[40]152.97±6.71a99.15±5.60c131.77±5.53bB253484112-30-1正癸醇3,5[60]144.86±4.91a106.27±5.47b143.95±9.17aB263490106-22-9香茅醇6[55]-29.30±4.86b32.79±4.33aB273685100-51-6苯甲醇3,6[53, 57]625.87±9.16a547.66±9.15b409.72±8.30cB283847112-53-8月桂醇2[61]14.15±10.07a9.97±8.48b-B29396040716-66-3反-橙花叔醇2,4,6[59]29.61±4.61c51.16±6.36b63.77±5.78aB304162112-72-1十四醇9.30±6.05b18.95±6.48a22.91±4.57a醛类C12504124-19-6壬醛4[62]--24.32±3.42C22953100-52-7苯甲醛7[54]-64.69±6.25-C33071620-02-05-甲基糠醛51.96±11.53c117.47±14.47a80.51±7.64b酮类D12335925-78-03-壬酮19.92±5.91b-37.51±3.47aD23372112-12-9甲基壬基甲酮--5.82±1.83D329041192-62-72-呋喃基甲基酮18.87±1.95b24.10±1.85a-D4360223726-93-4β-大马烯酮2,3,6[51]64.64±1.15c114.59±1.98a102.66±1.55bD52009513-86-0乙偶姻5[52]74.14±5.32a-52.84±3.44bD639608013-90-9紫罗兰酮3,6[63]39.01±8.21a36.46±11.32a-酸类E1271764-19-7乙酸5[36]2,750.22±103.64b3,009.08±164.80a1,932.19±151.87cE2306279-31-2异丁酸5[41]57.91±4.01b43.72±8.74c74.28±6.05aE33630142-62-1己酸5[41]904.51±34.43a747.66±30.36b706.40±44.79cE43984124-07-2辛酸5[41]3,049.37±86.43b2,340.44±92.90c3,211.63±96.16aE54148112-05-0壬酸5[64]-17.81±4.89-E64298334-48-5癸酸5[41]956.87±25.71b886.26±23.75c1,209.43±65.57a酚类F139402785-89-94-乙基愈创木酚7[63]9.16±4.21c24.66±4.96b38.37±4.39aF24154123-7-94-乙基苯酚7[63]143.80±5.47a-49.62±6.66bF3434596-76-42,4-二叔丁基苯酚209.21±5.67a111.00±6.31c171.75±6.06bF41881108-95-2苯酚-24.66±4.98b55.02±6.97aF5448180-46-64-叔戊基酚103.73±5.11--烷烃类G13370629-78-7十七烷8.36±2.31b45.34±2.05a-G22549629-59-4十四烷63.47±2.36c102.69±1.61a77.42±3.42bG33157544-76-3正十六烷75.02±1.90a74.67±2.24a35.31±1.15bG43563629-94-7二十一烷28.81±5.62c54.96±5.63b78.59±7.78aG53659629-62-9正十五烷6.19±6.00b12.46±4.60a-

注:同一行不同字母代表存在显著性差异(P<0.05)。*香气类别对应规则:1-化学、2-花香、3-甜香、4-生青、5-油脂、6-果香、7-烘烤。

a-不同地区挥发性化合物维恩图;b-基于不同样品挥发性化合物含量的LDA;c-不同地区各化学类别挥发性化合物含量; d-不同地区各香气类别挥发性化合物OAV

图3 不同地区挥发性化合物含量特征分析

Fig.3 Characterization and analysis of volatile compounds contents

图3-c显示了三地区各化学种类的物质含量总和。酯类和醇类是三地区中含量最高的化学种类。河北和宁夏的总酯类物质含量之间无显著差异(P>0.05)。三地区醇类含量之间均具显著差异(P<0.05),且宁夏是总醇类含量最高的地区。含量其次的是酸类物质,河北地区酸类挥发性物质含量显著高于剩余两地区,而宁夏和山东酸类含量之间无显著差异(P>0.05)。除了含量较高的酯类、醇类和酸类挥发性物质外,剩余含量相对较少的四类化学物质由于量级的差异因此以右Y轴为准。其中醛类家族是三地区平均含量最低的化学类别,尤其是河北地区为所有地区中含量最低。除了含量上相对较低,四类化学物质三地区间均具有显著差异。河北地区的酮类和酚类物质均显著高于其他地区(P<0.05),而宁夏地区在剩余的两类物质含量上为地区最高。

不同的挥发性物质具有不同的香气描述符,将具有相似描述符的挥发性化合物划为同一香气类别(aromatic series)分析,如附表1(https://doi.org/10.13995/j.cnki.11-1802/ts.036341)所示。将同一香气类别的挥发性化合物的OAV归为一类分析可以将化学分析得出的定量信息与感官感受描述联系起来,已被用来区分不同葡萄品种的葡萄酒[38],有助于更好地归纳联系葡萄酒的感官特征。因此,将不同地区的挥发性化合物的OAV按照香气类别分析显示,花香、甜香和果香是三地区马瑟兰葡萄酒中主要的香气特征,且宁夏和山东为该特征较强的两地区。烘烤是所有地区中最弱的香气特征,由于与其余香气类别的OAV量级相差较大,因此单独以右Y轴为衡量基准。此外,生青特征也为相对较弱的香气特征,河北地区该特征最弱。在由OAV展现的香气特征强度上,宁夏和山东在主要的香气特征花香、甜香和果香上相近,而河北地区在各项香气特征上强度均较弱。

三地区中含量均较高(>1 000 μg/L)的挥发性物质主要以酯类为主,包含乙酸乙酯、辛酸乙酯、琥珀酸二乙酯、癸酸乙酯、己酸乙酯、乳酸乙酯和棕榈酸乙酯。乙酸乙酯和己酸乙酯可能是在三地区马瑟兰葡萄酒中影响较大的挥发性酯类物质(OAV>1),可能会在酒中带来果香特征。SONG等[39]研究认为棕榈酸乙酯是马瑟兰葡萄酒中区别于赤霞珠的重要香气物质。含量其次是醇类,包含异戊醇、2-甲基丙醇和正己醇。异戊醇是OAV>1的挥发性醇类,可能会具备苦杏仁的香气特征。三地区中含量较高的挥发性酸类物质为辛酸和乙酸,辛酸可能会带来脂肪类香气。由挥发性物质OAV分析得到,紫罗兰酮在河北和宁夏中具有较高的浓度和OAV但在山东地区却未检出该种挥发性物质。芳樟醇和α-松油醇也是三地区中检测到的2种重要的萜烯类挥发性物质,被认为可以带来花果香特征,尽管在本研究中仅芳樟醇的OAV≥1。芳樟醇和α-松油醇在三地区的含量均具显著差异,且宁夏(169.68 μg/L)和河北(26.68 μg/L)是含量最高的地区。有研究也认为芳樟醇和α-松油醇是马瑟兰葡萄酒与赤霞珠葡萄酒挥发性香气物质含量上具显著差异的2种物质,马瑟兰葡萄酒中的萜烯含量似乎与歌海娜葡萄的特性遗传有关[39]

3 结论

本研究基于智能感官和定量分析对中国3个产区马瑟兰市售酒的颜色和香气特征进行了总结与区别。基于颜色参数的颜色拟合图可以直观地显示出部分CIE颜色特征,因此可以用作一种更加直观快速的进行样品之间对比的手段。年份与b*值和L*值的分析结果显示,马瑟兰葡萄酒颜色老化使得酒样中的黄色调增加和亮度提高,但红色调(a*值)的减弱没有显示出同样明显的年份规律。关于马瑟兰葡萄酒颜色特征与相关色素分子的定量联系仍待进一步研究。三地区电子鼻的响应值轮廓具有共同特征,电子鼻传感器S2对马瑟兰葡萄酒的响应值和样品间响应值差异最高。河北地区轮廓与山东区分最明显。山东地区S4和S6传感器响应值为最高,而河北地区的S1、S2、S3、S5、S8和S10传感器响应值为地区最高,但S6、S7和S9则为地区响应值最低。马瑟兰葡萄酒中所检测到的挥发性化合物以酯类物质为主,其种类和含量均高于其他化学类别。河北检测到挥发性物质种类最多,宁夏具有最多种地区特有挥发性物质。香气类别OAV分析显示,花香、甜香和果香是三地区马瑟兰葡萄酒中主要的香气特征,且宁夏和山东为该特征较强的两地区。烘烤是所有地区中最弱的香气特征。基于挥发性物质含量的LDA显示出了清晰的地区区分,暗示着基于更大样品量的挥发性物质含量模型可实现地区之间的区分及溯源。然而由于受到采样数目的限制,马瑟兰葡萄酒老化问题规律及地区辨别溯源等问题仍待进一步研究。

参考文献

[1] BARYLKO-PIKIELNA N, MATUSZEWSKA I.Sensory analysis in food research, quality assurance and nutritive value of cow and buffalo casein[J].Acta Alimentaria, 2000, 29(3):255-272.

[2] GMBARO A, MCSWEENEY M B.Sensory methods applied to the development of probiotic and prebiotic foods[J].Advances in Food and Nutrition Research, 2020, 94:295-337.

[3] DUNCAN S E, WEBSTER J B.Sensory impacts of food-packaging interactions[J].Advances in Food and Nutrition Research, 2009, 56:17-64.

[4] SONG Q S, LI R J, SONG X, et al.The effect of high-pressure processing on sensory quality and consumer acceptability of fruit juices and smoothies:A review[J].Food Research International, 2022, 157:111250.

[5] WALLISCH A, LITTLE L M, BRUCE A S, et al.Oral sensory sensitivity influences attentional bias to food logo images in children:A preliminary investigation[J].Frontiers in Psychology, 2022, 13:895516.

[6] DELAHUNTY C M.Workshop summary:How do age-related changes in sensory physiology influence food liking and food intake? Abstracts[J].Food Quality and Preference, 2004, 15(7-8):907-911.

[7] JÜRKENBECK K, SPILLER A.Importance of sensory quality signals in consumers' food choice[J].Food Quality and Preference, 2021, 90:104155.

[8] TEMPRE S, MARCHAL A, BARBE J C, et al.The complexity of wine:Clarifying the role of microorganisms[J].Applied Microbiology and Biotechnology, 2018, 102(9):3995-4007.

[9] BALLESTER J, PATRIS B, SYMONEAUX R, et al.Conceptual vs.perceptual wine spaces:Does expertise matter?[J].Food Quality and Preference, 2008, 19(3):267-276.

[10] BARTON A, HAYWARD L, RICHARDSON C D, et al.Use of different panellists (experienced, trained, consumers and experts) and the projective mapping task to evaluate white wine[J].Food Quality and Preference, 2020, 83:103900.

[11] SHU N X, CHEN X Y, SUN X, et al.Metabolomics identify landscape of food sensory properties[J].Critical Reviews in Food Science and Nutrition, 2023,63(27):8478-8488.

[12] GARDNER J W, BARTLETT P N.A brief-history of electronic noses[J].Sensors and Actuators B-Chemical, 1994, 18(1-3):210-211.

[13] RÖCK F, BARSAN N, WEIMAR U.Electronic nose:Current status and future trends[J].Chemical Reviews, 2008, 108(2):705-725.

[14] PIOGGIA G, FERRO M, DI FRANCESCO F, et al.Assessment of bioinspired models for pattern recognition in biomimetic systems[J].Bioinspiration &Biomimetics, 2008, 3:016004.

[15] CAPONE S, TUFARIELLO M, FRANCIOSO L, et al.Aroma analysis by GC/MS and electronic nose dedicated to Negroamaro and Primitivo typical Italian Apulian wines[J].Sensors and Actuators B-Chemical, 2013, 179:259-269.

[16] SUMMERSON V, GONZALEZ VIEJO C, TORRICO D D, et al.Digital smoke taint detection in Pinot Grigio wines using an e-nose and machine learning algorithms following treatment with activated carbon and a cleaving enzyme[J].Fermentation-Basel, 2021, 7(3):119.

[17] DE LAS NIEVES LPEZ DE LERMA M, BELLINCONTRO A, GARCA-MARTNEZ T, et al.Feasibility of an electronic nose to differentiate commercial Spanish wines elaborated from the same grape variety[J].Food Research International, 2013, 51(2):790-796.

[18] APETREI I M, RODRGUEZ-MÉNDEZ M L, APETREI C, et al.Monitoring of evolution during red wine aging in oak barrels and alternative method by means of an electronic panel test[J].Food Research International, 2012, 45(1):244-249.

[19] SOARES-DA-SILVA F A, CAMPOS F M, FERREIRA M L, et al.Colour profile analysis of Port wines by various instrumental and visual methods[J].Journal of the Science of Food and Agriculture, 2019, 99(7):3563-3571.

[20] RINALDI A, COPPOLA M, MOIO L.Aging of Aglianico and Sangiovese wine on mannoproteins:Effect on astringency and colour[J].LWT, 2019, 105:233-241.

[21] PRIETO N, GAY M, VIDAL S, et al.Analysis of the influence of the type of closure in the organoleptic characteristics of a red wine by using an electronic panel[J].Food Chemistry, 2011, 129(2):589-594.

[22] RODRIGUEZ-MENDEZ M L, ARRIETA A A, PARRA V, et al.Fusion of three sensory modalities for the multimodal characterization of red wines[J].IEEE Sensors Journal, 2004, 4(3):348-354.

[23] 王舒伟, 马雪蕾, 马银凤, 等.‘马瑟兰’葡萄在我国的栽培表现及研究进展[J].中外葡萄与葡萄酒, 2019(3):66-70. WANG S W, MA X L, MA Y F, et al.Cultivation performance and research progress on ‘Marselan’ grapevine in China[J].Sino-Overseas Grapevine &Wine, 2019(3):66-70.

[24] MIAO Y Y, WANG H, XU X Y, et al.Chemical and sensory characteristics of different red grapes grown in Xinjiang, China:Insights into wines composition[J].Fermentation, 2022, 8(12):689.

[25] CHENG G, ZHOU S H, WEN R D, et al.Anthocyanin characteristics of wines in Vitis germplasms cultivated in southern China[J].Food Science and Technology, 2017, 38(3):513-521.

[26] GONZLEZ-NEVES G, FAVRE G, PICCARDO D, et al.Efecto de técnicas alternativas de maceración sobre el color y composición de vinos tintos de seis variedades de uva[J].Agrociencia, 2015, 19(1):57-68.

[27] LUTSKOVA V, MARTIROSYAN I.Influence of harvest date and grape variety on sensory attributes and aroma compounds in experimental icewines of Ukraine[J].Fermentation-Basel, 2021, 7(1):7.

[28] XI X M, XIN A L, YOU Y L, et al.Increased varietal aroma diversity of Marselan wine by mixed fermentation with indigenous non-Saccharomyces yeasts[J].Fermentation-Basel,2021,7(3):133.

[29] POZZATTI M, GUERRA C C, MARTINS G, et al.Effects of winemaking on ‘marselan’ red wines:Volatile compounds and sensory aspects[J].Ciencia e Técnica Vitivinícola, 2020, 35(2):63-75.

[30] LAN T, WANG J Q, YUAN Q Y, et al.Evaluation of the color and aroma characteristics of commercially available Chinese kiwi wines via intelligent sensory technologies and gas chromatography-mass spectrometry[J].Food Chemistry-X, 2022, 15:100427.

[31] 葛谦, 曹彩霞, 吴燕, 等.贺兰山东麓产区不同单品种葡萄酒风味物质特征分析[J].食品与发酵工业, 2021, 47(17):256-264. GE Q, CAO C X, WU Y, et al.Flavor characteristics of varieties wines from eastern foot of Helan Mountain[J].Food and Fermentation Industries, 2021, 47(17):256-264.

[32] ISSA-ISSA H, GUCLU G, NOGUERA-ARTIAGA L, et al.Aroma-active compounds, sensory profile, and phenolic composition of Fondilln[J].Food Chemistry, 2020, 316:126353.

[33] MARCQ P, SCHIEBERLE P.Characterization of the key aroma compounds in a commercial Fino and a commercial Pedro Ximenez Sherry wine by application of the sensomics approach[J].Journal of Agricultural and Food Chemistry, 2021, 69(17):5125-5133.

[34] GUTH H.Quantitation and sensory studies of character impact odorants of different white wine varieties[J].Journal of Agricultural and Food Chemistry, 1997, 45(8):3 027-3 032.

[35] WINTERHALTER P, SEFTON M A, WILLIAMS P J.Two-dimensional GC-DCCC analysis of the glycoconjugates of monoterpenes, norisoprenoids and shikimate-derived metabolites from Riesling wine[J].Journal of Agricultural and Food Chemistry, 1990, 38(4):1041-1048.

[36] NOGUEROL-PATO R, SIEIRO-SMPEDRO T, GONZALEZ-BARREIRO C, et al.Evaluation of the effect of fenhexamid and mepanipyrim in the volatile composition of Tempranillo and Graciano wines[J].Food Research International, 2015, 71:108-117.

[37] PINEAU B, BARBE J-C, VAN LEEUWEN C, et al.Which impact for beta-damascenone on red wines aroma?[J].Journal of Agricultural and Food Chemistry, 2007, 55(10):4103-4108.

[38] GENOVESE A, LAMORTE S A, GAMBUTI A, et al.Aroma of Aglianico and Uva di Troia grapes by aromatic series[J].Food Research International, 2013, 53(1):15-23.

[39] SONG X X, YANG W X, QIAN X, et al.Comparison of chemical and sensory profiles between Cabernet Sauvignon and Marselan dry red wines in China[J].Foods, 2023, 12(5):1110.

[40] SANCHEZ PALOMO E, DIAZ-MAROTO M C, GONZALEZ VINAS M A, et al. Aroma profile of wines from Albillo and Muscat grape varieties at different stages of ripening[J]. Food Control, 2007, 18(5): 398-403.

[41] GIL M, CABELLOS J M, ARROYO T, et al. Characterization of the volatile fraction of young wines from the Denomination of Origin “Vinos de Madrid” (Spain)[J]. Analytica Chimica Acta, 2006, 563(1-2): 145-53.

[42] MOIO L, SCHLICH P, ETIEVANT P. ACQUISITION AND ANALYSIS OF AROMAGRAMS OF CHARDONNAY BURGUNDY WINES[J]. Sciences Des Aliments, 1994, 14(5): 601-8.

[43] GEFFROY O, MORERE M, LOPEZ R, et al. Investigating the Aroma of Syrah Wines from the Northern Rhone Valley Using Supercritical CO2-Dearomatized Wine as a Matrix for Reconstitution Studies[J]. Journal of Agricultural and Food Chemistry, 2020, 68(41): 11512-23.

[44] DOMBRE C, RIGOU P, WIRTH J, et al. Aromatic evolution of wine packed in virgin and recycled PET bottles[J]. Food Chemistry, 2015, 176: 376-87.

[45] BENKWITZ F, NICOLAU L, LUND C, et al. Evaluation of Key Odorants in Sauvignon Blanc Wines Using Three Different Methodologies[J]. Journal of Agricultural and Food Chemistry, 2012, 60(25): 6293-302.

[46] FALCAO L D, LYTRA G, DARRIET P, et al. Identification of ethyl 2-hydroxy-4-methylpentanoate in red wines, a compound involved in blackberry aroma[J]. Food Chemistry, 2012, 132(1): 230-6.

[47] ZHANG L, TAO Y S, WEN Y, et al. Aroma Evaluation of Young Chinese Merlot Wines with Denomination of Origin (vol 34, pg 46, 2013)[J]. South African Journal of Enology and Viticulture, 2013, 34(2): 307-.

[48] ETIÉVANT P X. Volatile compounds in food and beverages[M]. Wine. In H. Maarse (Ed.) ed. New York: Marcel Dekker Inc., 1991.

[49] WELKE J E, ZANUS M, LAZZAROTTO M, et al. Quantitative analysis of headspace volatile compounds using comprehensive two-dimensional gas chromatography and their contribution to the aroma of Chardonnay wine[J]. Food Research International, 2014, 59: 85-99.

[50] SAMPAIO K L, GARRUTI D S, FRANCO B R B, et al. Aroma volatiles recovered in the water phase of cashew apple (Anacardium occidentale L.) juice during concentration[J]. Journal of the Science of Food and Agriculture, 2011, 91(10): 1801-9.

[51] SANCHEZ-PALOMO E, GOMEZ GARCIA-CARPINTERO E, ALONSO-VILLEGAS R, et al. Characterization of aroma compounds of Verdejo white wines from the La Mancha region by odour activity values[J]. Flavour and Fragrance Journal, 2010, 25(6): 456-62.

[52] PEINADO R A, MAURICIO J C, MORENO J. Aromatic series in sherry wines with gluconic acid subjected to different biological aging conditions by Saccharomyces cerevisiae var. capensis[J]. Food Chemistry, 2006, 94(2): 232-9.

[53] GOMEZ GARCIA-CARPINTERO E, SANCHEZ-PALOMO E, GOMEZ GALLEGO M A, et al. Volatile and sensory characterization of red wines from cv. Moravia Agria minority grape variety cultivated in La Mancha region over five consecutive vintages[J]. Food Research International, 2011, 44(5): 1549-60.

[54] FRANCO M, PEINADO R A, MEDINA M, et al. Off-vine grape drying effect on volatile compounds and aromatic series in must from Pedro Ximenez grape variety[J]. Journal of Agricultural and Food Chemistry, 2004, 52(12): 3905-10.

[55] MASLOV L, TOMAZ I, ZULJ M M, et al. Aroma characterization of predicate wines from Croatia[J]. European Food Research and Technology, 2017, 243(2): 263-74.

[56] FAN W, XU Y, JIANG W, et al. Identification and Quantification of Impact Aroma Compounds in 4 Nonfloral Vids vinifera Varieties Grapes[J]. Journal of Food Science, 2010, 75(1): S81-S8.

[57] ZEA L, MOYANO L, MORENO J, et al. Discrimination of the aroma fraction of Sherry wines obtained by oxidative and biological ageing[J]. Food Chemistry, 2001, 75(1): 79-84.

[58] FAN W L, QIAN M C. Characterization of aroma compounds of Chinese “Wuliangye” and “Jiannanchun” liquors by aroma extract dilution analysis[J]. Journal of Agricultural and Food Chemistry, 2006, 54(7): 2695-704.

[59] PEINADO R A, MORENO J A, MUNOZ D, et al. Gas chromatographic quantification of major volatile compounds and polyols in wine by direct injection[J]. Journal of Agricultural and Food Chemistry, 2004, 52(21): 6389-93.

[60] GURBUZ O, ROUSEFF J M, ROUSEFF R L. Comparison of aroma volatiles in commercial Merlot and Cabernet Sauvignon wines using gas chromatography-Olfactometry and gas chromatography-Mass spectrometry[J]. Journal of Agricultural and Food Chemistry, 2006, 54(11): 3990-6.

[61] LI H, TAO Y-S, WANG H, et al. Impact odorants of Chardonnay dry white wine from Changli County (China)[J]. European Food Research and Technology, 2008, 227(1): 287-92.

[62] JIANG B, ZHANG Z. Volatile Compounds of Young Wines from Cabernet Sauvignon, Cabernet Gernischet and Chardonnay Varieties Grown in the Loess Plateau Region of China[J]. Molecules, 2010, 15(12): 9184-96.

[63] FERREIRA V, LOPEZ R, CACHO J F. Quantitative determination of the odorants of young red wines from different grape varieties[J]. Journal of the Science of Food and Agriculture, 2000, 80(11): 1659-67.

[64] WECKERLE B, BASTL-BORRMANN R, RICHLING E, et al. Cactus pear (Opuntia ficus indica) flavour constituents-chiral evaluation (MDGC-MS) and isotope ratio (HRGC-IRMS) analysis[J]. Flavour and Fragrance Journal, 2001, 16(5): 360-3.

Analysis of characteristics and differences between commercial Marselan wines from three Chinese origins based on of intelligent sensory and GC-MS

WANG Yue1, GE Qian2,3, ZHANG Jing2, MA Tingting3, FANG Yulin1, LI Caihong2*, SUN Xiangyu1*

1(College of Enology, Northwest A&F University, Yangling 712100, China)

2(Ningxia Institute of Agricultural Products Quality Standards and Testing Technology, Yinchuan 750002, China)

3(College of Food Science and Engineering, Northwest A&F University, Yangling 712100, China)

ABSTRACT To improve the understanding of the sensory characteristics of Marselan wines from different regions in China, intelligent sensory characteristics of commercial Marselan wines from three regions(Hebei, Ningxia and Shandong) in China were analyzed and compared using e-nose and e-eye, and quantitative analysis of volatile compound components was conducted by headspace solid-phase microextraction gas chromatographymass.Results showed that the b* values of Marselan wines in Hebei were significantly higher than those in other regions, and Ningxia had the highest a* values and the lowest L* values.Marselan wines in general showed an aging phenomenon of increasing yellow tones (b* values) and brightness (L* values) with ageing.E-nose response value radar map profiles of different regions had the same characteristics, with sensor S2 showing the highest response value and S1 the lowest response value.The profile of Hebei region was most clearly distinguished from Shandong.A total of 100 volatile compounds were detected in the Marselan samples, mainly esters and alcohols.β-damascenone and ethyl caprate were the volatiles with the highest calculated odor activity values.Floral, sweet and fruity aromas were the main aroma characteristics in the Marselan wines from the three regions.Linear discriminant analysis based on volatile compounds content showed a clear distinction between regions.

Key words Marselan; commercial wine; e-nose; aroma; intelligent sensory

DOI:10.13995/j.cnki.11-1802/ts.036341

引用格式:王悦,葛谦,张静,等.基于智能感官和气相色谱质谱联用的中国三产区市售马瑟兰葡萄酒感官特征总结与差异分析[J].食品与发酵工业,2024,50(8):253-261.WANG Yue,GE Qian,ZHANG Jing, et al.Analysis of characteristics and differences between commercial Marselan wines from three Chinese origins based on of intelligent sensory and GC-MS[J].Food and Fermentation Industries,2024,50(8):253-261.

第一作者:硕士研究生(李彩虹副研究员和孙翔宇教授为共同通信作者,E-mail:lch.6868@163.com;sunxiangyu@nwafu.edu.cn)

基金项目:国家自然科学基金 (32260628);宁夏回族自治区自然科学基金(2021AAC02023,2022AAC03437);陕西省重点研发计划(2022ZDLNY04,2022NY-039,(8)陕西省科协青年人才托举计划(20210203))

收稿日期:2023-06-02,改回日期:2023-08-07