加工处理对小米营养结构及代谢特征的影响机制研究

本研究通过HS-SPME-GC-MS（顶空固相微萃取-气相色谱质谱联用）和感官评价构建清远鸡（QYC）风味分级模型，筛选出21种关键气味活性化合物（OAV≥1），其中(E,Z)-2,4-癸二烯醛等3种成分对整体风味影响显著（p≤0.001）。建立的多元回归模型（VIF<12）可实现96.63%的等级预测准确率，为禽肉风味质量控制提供新范式。

　　

Highlight

清远鸡（QYC）独特的风味特征是驱动消费者偏好的核心因素。本研究创新性地通过融合感官科学与化学计量学方法，构建了可量化预测QYC风味等级的科学模型。

感官词典开发与属性确认

通过自由选择剖析（FCP）和定量描述分析（QDA）建立了包含7个感官属性的标准化词典："脂肪香"、"肉香"、"烤香"、"豆香"、"芳香"、"甜香"和"异味"。其中"肉香"强度最高（3.8-6.5分），而"异味"显著降低产品接受度（p<0.05）。

气味骨架成分(OSCs)鉴定

基于HS-SPME-GC-MS技术筛选出21种OAV≥1的关键气味活性化合物，通过重组-缺失实验验证其中15种为OSCs。(E,Z)-2,4-癸二烯醛、甲硫醇和(E,E)-2,4-癸二烯醛对整体风味贡献最大（p≤0.001），其浓度变化可解释92%的风味变异。

预测模型构建

采用机器学习算法将OSCs浓度与感官评分拟合，建立多元回归模型（VIF<12）。模型将QYC划分为3个等级：1级（<3.13分）、2级（3.13-3.60分）和3级（>3.60分），预测准确率达96.63%。市场验证显示仅20%商品能达到1级标准。

Conclusion

本研究首次建立了基于气味骨架成分的清远鸡风味评价替代方法，为禽肉制品风味精准调控提供了可量化的技术指标，对实现食品工业智能化质量控制具有重要意义。