香菇(Lentinula edodes)隶属于担子菌门、伞菌目、口蘑科,是起源于我国的重要食用真菌,现已成为全球第二大商业化栽培的食用菌种[1]。其子实体富含碳水化合物、矿物质、维生素[2-3]及香菇多糖、麦角硫因、γ-氨基丁酸等多种生物活性的特质性成分,兼具营养与药用价值[4]。地理标志(geographical indication,GI)农产品是指原产于特定地区的农产品。这些产品的质量和特性受历史、文化和环境变量影响。平泉香菇、西峡香菇、庆元香菇、随州香菇、商洛香菇因独特的自然环境所赋予的优良品质,被注册为中国国家地理标志产品,以多种产品形式远销日本、韩国、阿联酋及“一带一路”30多个国家和地区,显示出显著的地域品牌价值及消费者喜好度。目前对地理标志香菇“好”的研究主要集中在外观及基础营养品质[5],对不同地理标志香菇“香”的特征尚不明确。
挥发性风味特征是决定香菇品质和消费者接受度的关键因素[6]。近年来,随着分析技术的进步,香菇挥发性风味物质的研究取得了突破性进展。多项研究通过系统性地采用不同极性色谱柱,全面解析了香菇挥发性风味物质的组成特征及其形成机制。在非极性色谱柱应用方面,TU等[7]使用DB-5MS色谱柱对香菇汤挥发性成分进行分析,发现含硫化合物(49.21%～74.46%)和醛类(16.51%～34.69%)是其主要风味组分。GUO等[8]通过HP-5MS色谱柱的研究进一步证实,新鲜香菇的风味特征主要由八碳化合物和含硫化合物共同构成。ZHOU等[9]采用3DB-624色谱柱,在香菇中鉴定出包括醇类、醛类、酮类、酸类、酯类、硫化合物和吡嗪类等在内的多种挥发性风味物质。在极性色谱柱应用方面,SHENG等[10]利用VF-WAXms色谱柱分析了不同配比香菇粉腌制鸡肉饼的风味特征,确定了1,2,4-三硫杂己烷、1-己醇等关键差异挥发性风味物质。ZHOU等[11]借助DB-wax色谱柱明确了1-辛烯-3-醇、香菇素、二甲基二硫醚、二甲基三硫醚和二甲基四硫醚等是香菇的特征风味指标物质。以上研究虽在丰富香菇挥发性风味物质数据库上做出一定的贡献,但实验过程中未考虑到不同类别化合物在极性上存在显著差异,单一色谱柱不能实现香菇挥发性风味物质全面覆盖这一问题,且不同极性色谱柱对香菇挥发性风味物质鉴定的差异也鲜有报道。因此有必要通过不同极性色谱柱分析地理标志香菇挥发性风味物质,以全面解析不同地理标志香菇挥发性风味物质组成及关键差异特征。
近年来,机器学习技术在食品溯源领域取得了突破性进展,为香菇品质分析与产地鉴别提供了新的技术手段。WANG等[12]创新性地将近红外光谱技术与机器学习算法相结合,建立了香菇饮料中多糖含量的智能检测模型,实现了多糖含量的无损、快速定量分析。XIA等[13]运用机器学习方法成功识别出与香菇孢子释放过程密切相关的味觉生物标志物,为香菇品质评价提供了新的分子标记。ZHAO等[14]开发的基于机器视觉的香菇菌盖性状测量系统,解决了传统育种过程中表型测量效率低下的难题。GC-MS结合机器学习算法在茶叶等农产品的产地鉴别中已展现出显著优势。但该技术在香菇产区鉴别领域的应用尚未见报道。因此将GC-MS与机器学习算法相结合,有望为香菇产区鉴别提供有力的科学依据。
本研究以西峡香菇、随州香菇、平泉香菇、庆元香菇、商洛香菇为研究对象,采用顶空固相微萃取气相色谱质谱联用(headspace solid-phase microextraction-gas chromatography-mass spectrometry,HS-SPME-GC-MS)结合极性互补色谱柱(HP-INNOWAX/HP-5MS),结合机器学习算法,系统解析不同地理标志香菇的挥发性风味特征。研究内容主要包括:a)建立不同维度香菇挥发性风味组学分析体系;b)筛选具有地理标志香菇产区鉴别意义的关键标志物,量化特征挥发性风味物质的贡献;c)基于关键差异物构建产地鉴别模型。研究成果将为香菇地理标志保护、品质评价和产地溯源提供重要的理论依据和技术支撑。
1 材料与方法
1.1 实验材料
从平泉、西峡、庆元、随州、商洛地区分别采集地理标志香菇样品15、15、10、10、10,共计60份样品。采收后的香菇子实体置于(50±2) ℃鼓风干燥箱内烘干至含水量低于10%,将烘干的样品粉碎至完全通过40目筛后置于密封容器中常温保存备用。
1.2 仪器与试剂
7890A-5975C气相色谱-质谱联用仪、HP-INNOWAX色谱柱(60 m×0.25 mm×0.25 μm)、HP-5MS色谱柱(30 m×0.25 mm×0.25 μm),美国安捷伦科技有限公司;50/30 μm DVB/CAR/PDMS SPME萃取头,德国默克公司;TW100研磨仪,北京格瑞德曼仪器设备有限公司;涡旋振荡仪,美国Henry Troemner公司;1,2-二氯苯,美国Sigma-Aldrich公司;氯化钠,国药集团化学试剂有限公司;C7～C24正构烷烃标准品,德国默克公司;AcademicA10 Milli-Q超纯水装置,美国Millipore公司。
1.3 挥发性风味物质测定
参考LI等[15]的方法,称取0.50 g香菇粉于20 mL顶空瓶中,分别加入10 μL 1,2-二氯苯(100 mg/L)和5 mL饱和氯化钠溶液,加盖密封、涡匀。将SPME萃取头插入顶空瓶,每个样品在50 ℃下萃取40 min,而后将萃取头插入GC-MS进样口,250 ℃下解吸1 min。
GC初始温度设定为40 ℃并保持2 min,然后以2 ℃/min的速率升温,直至达到130 ℃,再以5 ℃/min升温至220 ℃并保持5 min。使用纯度99.999%氦气作为载气,流速为1.00 mL/min,溶剂延迟3 min。每次进样均使用不分流模式。电子轰击(EI)模式电子能量70 eV,离子源温度为230 ℃,传输线温度设定为240 ℃。在四极杆温度150 ℃下的进行全扫描模式,扫描范围为30～350 amu。
1.4 数据分析
利用AntDAS-GCMS软件获取“样本-化合物-相对含量”三维数据矩阵,分析结果导出至Microsoft Excel软件。删除结果中不完整峰、低匹配值的化合物,根据保留时间和质谱信息,利用NIST17数据库初步鉴定挥发性风味物质。根据C7～C24正构烷烃的保留时间计算保留指数(retention index,RI),与NIST在线数据库(https://webbook.nist.gov/chemistry/)参考值相匹配确定挥发性风味物质。以1,2-二氯苯为内标,采用面积归一化法以2次生物学重复的平均峰面积代表相对含量。LRI在线数据库(https://www.odour.org.uk/lriindex.html)查询气味阈值,TGSC 在线网站(http://www.thegoodscentscompany.com/)查询挥发性风味物质的风味特征。利用SIMCA 14.1软件对数据矩阵进一步进行主成分分析(principal component analysis,PCA)、正交偏最小二乘判别分析(orthogonal partial least squares-discriminant analysis,OPLS-DA)。通过Metware平台(https://cloud.metware.cn/)筛选差异化合物[投影变量重要性(variable importance in projection,VIP)>1、差异倍数(fold change,FC)≥2或FC≤0.5和P<0.05],并绘制环形热图。利用Origin 2024绘制多半径饼状图、百分比堆积柱形图。采用Venny 2.1在线平台(https://bioinfogp.cnb.csic.es/tools/venny/index.html)绘制Venn图。利用在线平台(https://cnsknowall.com/#/Home/Contain/BottomContainAll)绘制差异倍数图。
1.5 判别模型构建
采用决策树(decision tree,DT)、支持向量机(support vector machine,SVM)、K-最近邻(k-nearest neighbor,KNN)和人工神经网络(artificial neural network,ANN)4种机器学习算法构建地理标志香菇的产区鉴别模型。所有算法均通过五折交叉验证进行优化和评估,将60个样品随机划分为训练集(80%,48个样本)和测试集(20%,12个样本),训练集用于模型构建和参数优化,测试集用于独立验证模型性能。所有计算分析均在MATLAB 2023a(美国MathWorks公司)平台上完成,采用受试者工作特征曲线(receiver operating characteristic curve,ROC curve)及曲线下面积(area under curve,AUC)作为模型性能评价的核心指标。
2 结果与分析
2.1 香菇挥发性风味物质鉴定
为系统性分析地理标志香菇样品中的挥发性风味物质,本研究结合2种极性色谱柱的检出优势,采用HP-INNOWAX极性色谱柱和HP-5MS非极性色谱柱联合HS-SPME-GC-MS技术开展挥发性风味物质鉴定分析。结果共鉴定出217种化合物,详见电子版增强出版附表1(https://doi.org/10.13995/j.cnki.11-1802/ts.044640,下同),挥发性风味物质的检出率比单一色谱柱检测显著提升49.7%～55.0%,远高于DENG等[16]鉴别的挥发性风味物质数量,提高了数据全面性。这些化合物主要分为醇类(32种)、醛类(36种)、酮类(31种)、酯类(33种)、含硫类(22种)、杂环类(25种)、烃类(14种)、酚类(6种)、醚类(4种)、酸类(7种)及其他类(7种)(图1-a)。其中HP-INNOWAX、HP-5MS色谱柱分别鉴定出145、140种化合物。含硫化合物和八碳化合物因在香菇中含量丰富且气味阈值较低,被认为是香菇中关键挥发性风味物质[17-18]。2种色谱柱均鉴定出八碳化合物和含硫杂环类化合物,包含1-辛烯-3-醇、1-辛烯-3-酮、仲辛酮、辛醇、3-辛醇、3-辛酮、1,2,4,5-四硫杂环己烷、1,2,4,5,7-五硫杂环辛烷等。
a-HP-INNOWAX/HP-5MS检出化合物类别分析;b-HP-INNOWAX/HP-5MS检出物质Venn图;c-HP-INNOWAX/HP-5MS共同检出物质差异倍数图
图1 HP-INNOWAX/HP-5MS色谱柱检出的香菇挥发性风味物质种类
Fig.1 The volatile flavor compounds of L.edodes detected by the HP-INNOWAX/HP-5MS chromatographic column
由于HP-INNOWAX和HP-5MS色谱柱固定相化学性质的差异及其与不同化合物的相互作用机制不同,分别独立鉴定出77、72种化合物,占鉴定化合物总数的35.5%和33.2%,表明仅通过单一极性色谱柱检出香菇中挥发性风味物质具有局限性。2种色谱柱同时检出的化合物有68种(图1-b),由差异倍数条形图可看出(图1-c),68种共同检出物质中己酸、3-辛醇、磷酸三丁酯、γ-戊内酯、3-辛酮等多数物质在极性柱响应值更高,阿托醛、1,2,4,5-四硫杂环己烷等少数物质在非极性色谱柱检出响应值更高。对于双柱共同检出的化合物,在后续分析中采用响应值更高的色谱柱数据。
2.2 不同地理标志香菇挥发性风味物质分析
具体分析不同地理标志香菇中的挥发性风味物质,平泉香菇(204种)、西峡香菇(201种)、随州香菇(201种)和商洛香菇(206种)相较于庆元香菇(191种)更为丰富。在化合物种类方面虽与姜宁等[19]研究结果相同,但不同地理标志香菇在醇类、醛类、酮类、酯类、含硫及杂环类等化合物相对含量方面差异显著(图2)。整体而言,平泉香菇和庆元香菇中醇类、醛类及含硫类化合物在总挥发性风味物质中占比较高;西峡香菇以醇类、醛类、酮类物质为主;随州香菇、商洛香菇以醇类与醛类为主。在具体化合物含量差异方面,由热图分析结果可知,217种挥发性化合物在5种地理标志香菇产品中的含量差异(附图1)。平泉香菇高含量化合物以醛类、含硫类、杂环类为主;商洛香菇高含量杂环类和酯类化合物数量最多;西峡香菇高含量醇类、醛类及酮类较多,以1-辛烯-3-醇为代表的八碳类物质在西峡香菇中最为丰富。
图2 不同地理标志香菇中挥发性风味物质分类含量百分比堆积柱状图
Fig.2 Stacked bar chart showing the percentage composition of volatile flavor compound classes in different GI L.edodes
注:PQ、XX、SZ、SL、QY分别为平泉香菇、西峡香菇、随州香菇、商洛香菇和庆元香菇(下同)。
2.3 不同地理标志香菇特征差异化合物筛选
首先采用无监督的PCA对不同地理标志香菇挥发性风味物质差异的整体轮廓进行初步解析。结果显示,PCA累计方差贡献率达64.5%,表明模型能较好地反映原始数据信息。由PCA得分图(图3-a)可知,不同地理标志香菇样品呈现出明显的区域聚集分布特征,说明样品间的挥发性风味物质组成存在系统性差异,且前2个主成分即可有效区分这5种地理标志产品。该结果初步证实了地理标志香菇具有独特且可区分的内在气味指纹图谱,反映出“产地-气味”之间的潜在关联。
a-不同地理标志香菇挥发性风味物质PCA;b-不同地理标志香菇挥发性风味物质OPLS-DA
图3 不同地理标志香菇挥发性风味物质PCA和OPLS-DA
Fig.3 PCA and OPLS-DA of volatile compounds in different GI L.edodes
为进一步识别不同地理标志香菇之间的特征差异化合物,采用有监督的OPLS-DA对不同地理标志香菇进行两两匹配差异分析,将单一地理标志香菇与其他4组地理标志香菇差异化合物的交集确定为该地理标志香菇的特征差异化合物(图3-b)。特征差异化合物的鉴定依据为:VIP>1、FC≥2或FC≤0.5,且经T检验P<0.05[20]。最终,从所有样品中共筛选出28个特征差异化合物(表1)。其中,平泉香菇特征差异化合物最多,共鉴定出14个,包含以二甲基二硫、二甲基三硫为代表的含硫化合物及2,2,4,6,6-五甲基庚烷、2-乙基-5-甲基呋喃等。西峡香菇特征差异化合物有8个,包括1-辛烯-3-酮、3-辛醇、辛醇、阿托醛、1-硝基乙基、2-甲基-2-戊烯醛等。庆元香菇特征差异化合物有乙酸己酯、柏木脑。商洛香菇特征差异化合物为3-异丙基苯甲醛、茴香脑、6-氨基-2-苯基-1,3,5-噻二嗪-4-硫酮、芳樟醇。随州香菇分别与其他地理标志香菇相比有一定差异,但无共同差异化合物,因此本研究中随州香菇特征差异化合物为空缺状态。
表1 不同地理标志香菇特征差异化合物
Table 1 Key differences in volatile compounds of different GI L.edodes
样品中文名称测试RI值参考RI值气味阈值/(μg/kg)气味描述OAV平泉香菇2,2,4,6,6-五甲基庚烷944——蜡质、汽油味—2-乙基-5-甲基呋喃1 026——坚果、焦香—二甲基二硫1 0671 0668.4葱蒜味、硫磺18.5二甲基三硫1 3781 36814葱蒜味、硫磺24.22,3,5-三硫杂己烷1 6641 662—葱蒜味—1,2,4-三硫环戊烷1 756—7.66硫磺、葱蒜味227.54-甲基-8-(羟甲基)-6-氧杂-3-氮杂双环[3.2.1]辛-1(8),2,4-三烯-7-酮1 792————(9ci)-2,3-二氢-1H-茚-4-羧醛1 937——花香、甜香—八氢环丁烷并[1,2-b:3,4-b']二噻吩 1,1,4,4-四氧化物2 016————2-吡咯甲醛2 0362 03065 000焦糖、坚果0.01,8-二甲基-8,9-环氧-4-异丙基螺[4.5]癸-7-酮2 263——木香—6,7-二甲基四唑[1,5-c]嘧啶-5(6H)-酮1 279————甲基甲基硫代甲砜1 1891 182.8—硫磺、葱蒜味—三(甲基硫代)甲烷2 275——硫磺、葱蒜味—西峡香菇1-辛烯-3-酮1 2981 3050.1蘑菇、泥土3 235.53-辛醇1 3901 39818蘑菇、泥土、草本27.7辛醇1 5541 5506.7油脂、蘑菇、柑橘21.9阿托醛1 803——花香、甜香—1-硝基乙基1 814——刺激味—2-甲基-2-戊烯醛862—290青草、果香0.0顺式-4,5-环氧-(E)-2-癸烯醛1 068——金属、油脂味—烟酸甲酯1 1331 137.4—花香、坚果—庆元香菇乙酸己酯1 2681 2690.5果香、甜香16.8柏木脑2 1282 1490.2木香、檀香142.6商洛香菇3-异丙基苯甲醛1 782—53甜香、花香0.1茴香脑1 829—1.8茴香、甘草、八角4.76-氨基-2-苯基-1,3,5-噻二嗪-4-硫酮886————芳樟醇1 0991 1010.22花香、木香、藿香45.5
注:“—”表示该化合物未在文献中找到气味阈值、参考RI值、气味描述或OAV。
2.4 基于特征差异化合物的地理标志香菇特征香气分析
OAV是评价挥发性风味物质对整体风味贡献程度的关键指标,其定义为化合物浓度与其气味阈值的比值。通常认为,OAV>1的化合物对香菇风味产生贡献[21]。本研究通过系统查阅已报道的香菇挥发性物质气味阈值,进一步计算了28种特征差异化合物的OAV,并选取OAV>1的物质揭示各产区香菇的典型风味轮廓及关键风味贡献化合物。由表1可知,平泉香菇特征差异化合物二甲基二硫(OAV=18.5)、二甲基三硫(OAV=24.2)、1,2,4-三硫杂环戊烷(OAV=227.5)赋予其葱蒜味的修饰风味,整体呈现浓郁的干香特征,2,3,5-三硫杂己烷等虽未查到气味阈值,但根据化合物类型判断也有可能对平泉香菇干香特征做出一定的贡献。西峡香菇特征差异化合物以八碳化合物为主,其中,1-辛烯-3-酮的OAV极高(3 235.5),对风味贡献最为突出,提供了强烈的蘑菇样、泥土样主体香气。3-辛醇(OAV=27.7)和辛醇(OAV=21.9)则又增添了草本与柑橘香调。柏木脑(OAV=142.6)、乙酸己酯(OAV=16.8)协同构建了庆元香菇木质、果香特征风味轮廓。茴香脑(OAV=4.7)、芳樟醇(OAV=45.5)主导的甘草、茴香构成商洛香菇特征风味轮廓。本研究基于OAV构建的不同地理标志香菇风味轮廓,将抽象的特征差异化合物数据转化为直观的风味属性特征,深化了对各地理标志香菇特征风味构成的理解。
2.5 基于特征差异化合物的香菇产区预测
为提高地理标志香菇分区的有效性,基于28种特征差异化合物,利用DT、SVM、KNN、ANN筛选最佳的机器学习模型,以缩小组内变异并实现对香菇产地的快速有效鉴别。结果显示(表2),DT训练集、测试集准确率稳定在83.3%～89.6%,精细树与中等树结果相同,表明树复杂度对模型性能影响有限。核函数的作用是将原始空间映射到更高维空间,主要分为线性核函数、多项式核函数、高斯核函数等。SVM模型中线性、多项式核函数测试集表现最优(91.7%),高斯SVM表现较差,测试集准确性在41.3%～83.3%。最近邻模型参数敏感度极高,精细KNN(k=1)测试集达100%准确率,k=100时跌至25%,余弦KNN优于加权KNN(91.7% vs 83.3%)。所有ANN模型训练集准确率均达到85%以上。其中窄/中型/宽ANN训练集、测试集准确率均达到91%以上,三层网络性能下降(75%)。由此可见,所有模型中精细KNN为最佳测试集,窄/中型/宽ANN(91.7%)、线性/二次/三次SVM(91.7%)模型测试准确性也较高。具体分析精细KNN测试模型,由训练集混淆矩阵可知(图4-a),精细KNN模型误将随州香菇分类平泉香菇和西峡香菇,但多数样品被精确分类;测试集混淆矩阵可见(图4-b)所有样品都被正确归类。ROC曲线和AUC值可评估算法的准确性。AUC值取值范围为0～1,值越接近1表示模型越好。精细KNN模型的训练集(图4-c)、测试集(图4-d)AUC值均大于0.95,表明模型可靠,具有较强的泛化能力[22]。
表2 不同种类模型训练集、测试集准确率
Table 2 Accuracy rates of training sets and test sets for different types of models
模型分类同种模型区别 训练集准确率/%测试集准确率/%DT精细树10089.683.3中等树最大分裂数2089.683.3粗略树485.483.3SVM线性SVM线性89.691.7二次SVM二次89.691.7三次SVM核函数三次89.691.7精细高斯SVM核尺度高斯,核尺度1.325.041.7中等高斯SVM高斯,核尺度5.391.783.3粗略高斯SVM高斯,核尺度2145.850.0KNN精细KNN1/Euclidean/等距离95.8100.0中等KNN邻点个数/10/Euclidean/等距离85.483.3粗略KNN距离度量/100/Euclidean/等距离20.825.0余弦KNN距离权重10/Cosine/等距离89.691.7三次KNN10/Minkowski(三次)/等距离85.466.7加权KNN10/Euclidean反距离平方91.783.3ANN窄ANN1/1091.791.7中型ANN全连接层数/1/2591.791.7宽ANN不同层大小1/10093.891.7双层ANN2/10/1093.883.3三层ANN3/10/10/1085.475.0
a-精细KNN训练集混淆矩阵;b-精细KNN测试集混淆矩阵;c-精细KNN训练集ROC曲线;d-精细KNN测试集ROC曲线
图4 精细KNN模型训练集、测试集的混淆矩阵及ROC曲线
Fig.4 Confusion matrix and ROC curve of the training set and test set of the fine KNN model
3 结论
本研究采用HS-SPME-GC-MS结合HP-INNOWAX(极性)和HP-5MS(非极性)2种极性互补色谱柱,系统分析了5种地理标志香菇挥发性风味物质组成,共鉴定出217种化合物,这些化合物种类涵盖了醇类、醛类、酮类、酯类、含硫及杂环类等,整体挥发性风味物质检出率提升49.7%～55.0%,极大增强了分析的全面性与可靠性。其中极性柱鉴定出145种,非极性柱检出140种,共有68种物质被双柱共同检出,双柱联用策略有效克服了单一固定相色谱柱的局限性,显著提高了化合物覆盖范围。不同地理标志香菇检测的挥发性风味物质在数量和含量方面均有差别。在数量方面,平泉(204种)、商洛(206种)、西峡和随州(各201种)测得的化合物种类较为丰富,庆元(191种)相对较少。不同种类挥发性风味物质的含量地域分布特征显著:平泉香菇以醛类、含硫及杂环类物质为主;西峡香菇中醇、醛、酮类及八碳化合物(如1-辛烯-3-醇)尤为突出;庆元香菇中含硫化合物含量相对较高;随州香菇以醇类化合物为主;商洛则以杂环类和酯类为主。
不同地理标志香菇共筛选出28个特征差异化合物。其中,平泉香菇14个,包括二甲基二硫等;西峡香菇8个,以1-辛烯-3-酮为代表;庆元香菇特征差异化合物为乙酸己酯和柏木脑;商洛香菇特征差异化合物为茴香脑和芳樟醇;随州香菇在本次筛选中没有特征差异化合物,主要是在本研究中与其他4种地理标志香菇样品两两比较的差异物质没有共有化合物,不代表随州香菇没有特点。通过OAV评估特征差异化合物的感官贡献,发现平泉香菇中的二甲基二硫、二甲基三硫与1,2,4-三硫杂环戊烷协同形成蒜葱样干香;西峡香菇中的1-辛烯-3-酮贡献突出的蘑菇本体香气;庆元香菇中的柏木脑与乙酸己酯协同提供木香、果香;商洛香菇中的茴香脑提供甘草甜香。部分特征差异化合物因OAV阈值数据缺失,需进一步结合感官评价验证。基于28种特征差异化合物构建机器学习模型,结果显示精细KNN模型预测集和测试集准确率均为最高。
综上所述,本研究从全面化学分析、关键差异识别、气味活性评价以及智能统计与模型判别多种维度入手,开展地理标志香菇气味特征解析、识别与应用,并探索了利用挥发性风味物质开展香菇产地鉴别的潜力,为地理标志产品认证、加工工艺优化与产品真实性溯源提供了技术路径与理论支持。需要指出的是,本研究仍存在一定局限性。首先,样本总量有限(n=60),样本在不同类别间分布亦不均衡,可能对模型的泛化能力产生一定影响。其次,本研究主要基于化学计量学分析,尚未通过感官实验(如描述性分析或重组/省略实验)对关键差异物的感官贡献进行直接验证。因此,在后续研究中,还需进一步扩大样本规模并引入感官评价,以增强判别模型的稳健性及风味阐释的可靠性。
[1] 陈万超, 杨焱, 李文, 等.香菇挥发性成分SPME-GC-MS分析及特征指纹图谱的建立[J].食品与生物技术学报, 2016, 35(10):1074-1080.CHEN W C, YANG Y, LI W, et al.Analysis of volatile components in Lentinula edodes by SPME-GC-MS and establishment of fingerprint[J].Journal of Food Science and Biotechnology, 2016, 35(10):1074-1080.
[2] 陈章娥. 香菇的应用价值与前景展望[J].现代食品, 2023, 29(6):26-28.CHEN Z E.Application value and prospect of Lentinus edodes[J].Modern Food, 2023, 29(6):26-28.
[3] ZHANG Y Y, HARTUNG N M, FRAATZ M A, et al.Quantification of key odor-active compounds of a novel nonalcoholic beverage produced by fermentation of wort by shiitake (Lentinula edodes) and aroma genesis studies[J].Food Research International, 2015, 70:23-30.
[4] 马岩石. 发酵型与非发酵型香菇酒风味成分对比分析及生产工艺优化[D].长春:吉林农业大学, 2016.MA Y S.Flavor components analysis and optimization of process on fermented and non-fermented of Letinous edodes wine[D].Changchun:Jilin Agricultural University, 2016.
[5] 刘伯洋. 河北地理标志农产品展示遵化香菇[J].河北农业, 2022(7):97.LIU B Y.Hebei geographical indication agricultural products exhibition:Zunhua shiitake mushroom[J].Hebei Agriculture, 2022(7):97.
[6] LI W, WANG J B, CHEN W C, et al.Analysis of volatile compounds of Lentinula edodes grown in different culture substrate formulations[J].Food Research International, 2019, 125:108517.
[7] TU D K, XU Y, CHENG Y X, et al.Ultrasound-assisted microwave vacuum drying enhances flavor release during stewing of dried shiitake mushrooms[J].Food Chemistry, 2025, 465(Pt 2):142014.
[8] GUO Y, ZHAO J, WEI H X, et al.Disentangling the tissue-specific variations of volatile flavor profiles of the Lentinula edodes fruiting body[J].Foods, 2024, 13(1):86.
[9] ZHOU X L, GUAN Q L, WANG Y L, et al.Effect of different cooking methods on nutrients, antioxidant activities and flavors of three varieties of Lentinus edodes[J].Foods, 2022, 11(17):2713.
[10] SHENG M L, LIN S Y, MA T T, et al.The improvement effects of Lentinus edodes powder marination on sous vide cooked chicken patties:Physicochemical attributes, oxidative properties and flavor characteristics[J].Food Chemistry, 2024, 444:138689.
[11] ZHOU T Y, LIU H, WU Q Q, et al.The flavor quality of dried Lentinus edodes with different species and drying methods (charcoal roasting and naturally drying)[J].Journal of Food Measurement and Characterization, 2020, 14(1):613-622.
[12] WANG D Y, ZHANG M, ADHIKARI B, et al.Determination of polysaccharide content in shiitake mushroom beverage by NIR spectroscopy combined with machine learning:A comparative analysis[J].Journal of Food Composition and Analysis, 2023, 122:105460.
[13] XIA R R, XU H R, REN H L, et al.Machine learning unveils potential taste biomarkers associated with energy status in shiitake mushrooms during spore release[J].Food and Bioprocess Technology, 2025, 18(7):6392-6405.
[14] ZHAO J X, ZHENG W G, WEI Y B, et al.Machine vision-based detection of key traits in shiitake mushroom caps[J].Frontiers in Plant Science, 2025, 16:1495305.
[15] LI X B, ZHANG Y M, E H C, et al.Characteristic fingerprints and comparison of volatile flavor compounds in Morchella sextelata under different drying methods[J].Food Research International, 2023, 172:113103.
[16] DENG T F, LI L Q, LI C Y, et al.Effects and formula optimization of Rosa roxbunghii pomace substrate on the yield and volatile flavor compounds of Lentinulaedodes[J].Frontiers in Plant Science, 2025, 16:1456290.
[17] CHEN D, WANG S L, LI M Q, et al.The dynamic changes in product attributes of shiitake mushroom pilei and stipes during dehydration by hot air drying[J].Journal of Food Processing and Preservation, 2021, 45(7):e15648.
[18] HOU H, LIU C, LU X S, et al.Characterization of flavor frame in shiitake mushrooms (Lentinula edodes) detected by HS-GC-IMS coupled with electronic tongue and sensory analysis:Influence of drying techniques[J].Lwt, 2021, 146:111402.
[19] 姜宁, 董浩然, 李巧珍, 等.不同光质培养下香菇挥发性风味物质的比较分析[J].上海农业学报, 2023, 39(6):32-40.JIANG N, DONG H R, LI Q Z, et al.Comparative analysis of volatile components of Lentinus edodes cultured with different light illumination[J].Acta Agriculturae Shanghai, 2023, 39(6):32-40.
[20] 周晓倩. 地理标志产品甘南羊肚菌特征风味识别及产地关联性研究[D].长沙:中南林业科技大学, 2025.ZHOU X Q.Study on the characteristic flavor recognition and origin correlation of gannan morel (Morchella spp.) of geographical indication product[D].Changsha:Central South University of Forestry and Technology, 2025.
[21] 李莉莉, 李晓贝, 董慧, 等.基于顶空固相微萃取-全二维气相色谱-飞行时间质谱技术分析不同干制方式下红托竹荪香气特征[J].食品与发酵工业, 2025, 51(6):311-320.LI L L, LI X B, DONG H, et al.Analysis of differences in aroma characteristics of Dictyophora rubrovalvata between different drying methods based on headspace solid-phase microextraction-comprehensive two-dimensional gas chromatography time-of-flight mass spectrometry technique[J].Food and Fermentation Industries, 2025, 51(6):311-320.
[22] ZHANG J L, WANG Z H, ZHANG L Z, et al.Underlying characteristic aroma of white tea from diverse geographical origins and its prediction[J].Journal of the Science of Food and Agriculture, 2025, 105(8):4558-4568.