《Food Chemistry: X》：Revealing the mechanistic correlation between volatile flavor retention and cooking oil fume reduction in stir-fried pork belly
编辑推荐：
本研究揭示了智能炒制系统中不同排气模式对五花肉挥发性风味物质保留与烹饪油烟（COFs）减排之间的机制关联。研究人员利用智能炒制设备中的四种排气模式（全程开启OO、全程关闭CC、加热阶段关闭-余热阶段开启CO、加热阶段开启-余热阶段关闭OC），精确控制烹饪油烟的
本研究揭示了智能炒制系统中不同排气模式对五花肉挥发性风味物质保留与烹饪油烟（COFs）减排之间的机制关联。研究人员利用智能炒制设备中的四种排气模式（全程开启OO、全程关闭CC、加热阶段关闭-余热阶段开启CO、加热阶段开启-余热阶段关闭OC），精确控制烹饪油烟的暴露水平。结果表明，CC模式下醛酮类物质的排放量约为OO模式的6.5倍，提示潜在的健康风险。排气模式调控了五花肉的挥发性风味特征。研究人员建立了烹饪油烟中羰基化合物与肉类挥发性化合物之间的相关性网络。该研究为优化智能烹饪设备的油烟控制策略提供了理论依据，同时保留了熟食的理想风味属性。
研究背景与问题
中式爆炒因其高效传热和快速成菜的特点广受欢迎，但在高温条件下不可避免地产生大量烹饪油烟（COFs）。COFs是由脂溶性食物成分挥发、反应中间体热分解和气态氧化产物释放形成的复杂气溶胶，含有颗粒物及醇类、醛类、酮类和多环芳烃等多种有机化合物。流行病学和毒理学证据表明，长期暴露于COFs会增加呼吸系统疾病、心血管疾病和肺癌的风险。因此，有效减少COF排放已成为现代食品加工行业亟待解决的挑战。
五花肉因其特有的肌内和皮下脂肪分布而备受青睐，其经热处理后产生的浓郁风味主要源于不饱和脂肪酸的热诱导氧化和自由基裂解，形成特征性挥发性羰基化合物，尤其是醛类。值得注意的是，这些羰基化合物同样是COFs的主要化学成分，表明风味活性挥发物与COF组分具有共同的热化学起源。然而，关于油烟控制是否导致风味化合物的整体损失或选择性改变特征风味属性的实验证据仍然有限。为此，研究人员系统评估了不同COF排放条件对炒制五花肉挥发性风味化合物组成、丰度和整体轮廓的影响，并同步测定了烹饪环境中醛酮类物质的排放情况，通过相关性分析量化油烟源醛酮与关键肉源性风味化合物之间的关联，为智能烹饪设备优化油烟控制策略提供理论基础。
主要技术方法
研究人员采用以下关键技术方法开展研究：利用智能炒制机（安徽六安索伊电器制造有限公司的Chushen H22型）建立四种排气模式（OO、CC、OC、CO）；通过高效液相色谱（HPLC）结合DNPH衍生化法采集和分析COF中13种醛酮类物质；采用顶空固相微萃取-气相色谱-质谱联用（HS-SPME-GC-MS）鉴定和定量五花肉中挥发性化合物；运用气相色谱-离子迁移谱（GC-IMS）进行挥发性指纹图谱分析；借助电子鼻（E-nose）和电子舌（E-tongue）系统进行感官轮廓表征；测定硫代巴比妥酸反应物（TBARs）以评估脂质二次氧化程度；分析游离氨基酸（FAAs）组成并计算滋味活性值（TAVs）；通过正交偏最小二乘判别分析（OPLS-DA）和相关性网络分析揭示油烟醛酮与肉源风味化合物之间的关联。
研究结果
3.1 HS-SPME-GC-MS分析五花肉挥发性化合物
共鉴定出62种挥发性化合物，包括16种醛类、2种酯类、9种醇类、5种酮类、8种烃类、8种吡嗪类、6种呋喃类等。CC组包含最多化合物（39种）和最多的处理特异性化合物（6种），表明其具有更高的组成丰富性和独特性。醛类是热处理肉类特征香气的主要贡献者，其中直链饱和醛如壬醛、辛醛、庚醛和己醛在CC组中浓度显著高于其他三组（P<0.05）。吡嗪类和呋喃类作为美拉德反应生成的重要杂环化合物，其在CC组中的总和浓度也显著高于OO、OC和CO组（P<0.05）。
气味活性值（OAV）分析显示，3-甲基丁醛、2-甲基丁醛、己醛、乙酸乙酯、丁酸乙酯和2,5-二甲基吡嗪的OAV≥1，被确认为炒制五花肉中的重要香气活性化合物，且所有六种化合物在CC组中均表现出最高的OAV。
3.2 GC-IMS分析
GC-IMS共解析出70个挥发性特征峰，其中65个被初步鉴定，包括16种醛类、13种醇类、8种酮类、19种酯类、2种酸类、2种呋喃类、2种吡嗪类和3种烯烃。主成分分析（PCA）显示，前两个主成分解释了总方差的70%，CC样品与OO、OC、CO样品明显分离，表明CC处理产生了独特的挥发性轮廓。最近邻相似性分析进一步证实，OO与OC组相似度最高，而CC组差异最大。
3.3 电子鼻和电子舌分析
电子鼻传感器响应模式显示，CC组在W1W（硫化物响应）、W2W（有机硫化物）和W2S（醇类）传感器上产生最强信号。PCA分析中PC1和PC2累计解释方差达99.73%。电子舌分析表明，CC组表现出最强的咸味和鲜味响应，而苦味和酸味响应较弱。PCA结果显示CC和OO组在PC1轴上距离最远，表明其仪器味觉轮廓最为不同。
3.4 游离氨基酸（FAAs）轮廓与滋味活性值（TAVs）
共鉴定并定量了17种游离氨基酸。CC组的总游离氨基酸（TFAA）浓度为760.99 mg/100g，比OO组高27.3%（P<0.05）。仅丙氨酸（Ala）和谷氨酸（Glu）的TAV大于1，其中Glu的TAV高达10.63，确立了其对鲜味的绝对主导贡献。CC组的蛋氨酸（Met）浓度较OO组降低32.2%，结合电子鼻中W1W和W2W传感器的增强响应，推测Met可能在CC条件下大量转化为含硫挥发性风味化合物。CC组的脯氨酸（Pro）浓度达到OO组的2.13倍，可能作为吡嗪类化合物形成的重要前体。
3.5 五花肉中游离脂肪酸组成与脂质氧化
共鉴定并定量了24种脂肪酸，包括9种饱和脂肪酸（SFAs）、7种单不饱和脂肪酸（MUFAs）和8种多不饱和脂肪酸（PUFAs）。CC组的总游离脂肪酸（TFFA）和SFA含量显著降低，MUFA和PUFA含量也有不同程度下降，表明CC处理条件与较高的脂质氧化程度相关。油酸（C18:1n9c）是最丰富的MUFA，其在CC组和CO组中含量最低，可能与更广泛的氧化降解有关。TBARs值按CC（0.992 mg MDA/kg）> CO（0.645）> OC（0.581）> OO（0.363）的顺序递减，表明排气封闭程度越高，脂质氧化越严重。
3.6 炒制五花肉过程中烹饪油烟中醛酮浓度
四种处理的醛酮总含量分别为OO组750.75 μg/m3、CC组4868.89 μg/m3、OC组1886.19 μg/m3、CO组4215.14 μg/m3。CC组总醛酮含量约为OO组的6.5倍。乙醛在所有处理中均为最主要的羰基化合物，占总醛酮浓度的42.66%-61.18%。OC组总醛酮含量显著低于CO组（P<0.05），表明加热阶段产生的油烟对环境总醛酮浓度的贡献更为显著。
3.7 烹饪油烟中醛酮与五花肉中挥发性风味化合物的相关性分析
OPLS-DA模型显示出高拟合优度（R2Y=0.995）和良好预测能力（Q2=0.972）。VIP得分>1.0的17种化合物被确定为影响组间区分的关键变量。相关性网络分析表明，油烟源甲醛、乙醛、丙烯醛/丙酮、丙醛和丁醛具有最高的节点度，是网络中最核心的连接变量。这些枢纽节点与琥珀醛、戊醛、2-甲基戊醛、2-甲基庚醛、2-甲基-1-丙醇、1-戊醇、2-甲基-1-丁醇和甲苯呈正相关，而与丙酮、2-己基呋喃和四氢-2-甲基呋喃呈负相关。
总结与结论
本研究系统阐明了智能炒制系统中不同排气模式下五花肉风味发育与烹饪油烟排放之间的关联。全程关闭排气（CC）促进了特征性挥发性化合物的积累，尤其是吡嗪类和呋喃类。OAV分析确定3-甲基丁醛、2-甲基丁醛、己醛和2,5-二甲基吡啶为主要香气贡献者，且在CC组中OAV最高。CC模式下风味增强与高油烟浓度环境中蛋白质热降解增加有关，表现为CC组TFAA含量最高（760.99 mg/100g）。然而，高油烟浓度环境也与脂肪酸含量显著降低相关，特别是多不饱和脂肪酸。尽管风味轮廓优良，CC模式产生了最高的总醛酮浓度（4868.89 μg/m3），乙醛为主要组分（占42.66%-61.18%），提示潜在健康风险。相关性网络分析显示，油烟源甲醛和乙醛与肉源戊醛和2-甲基-1-丁醇呈正相关，但与2-己基呋喃呈负相关，表明油烟源醛酮与肉源风味化合物之间可能存在协同生成和竞争相互作用。总体而言，加热阶段关闭排气并在余热阶段开启排气（CO）在风味品质与排放控制之间提供了最有利的平衡，该模式保持了相对较高的风味品质，同时使总醛酮排放量较CC模式降低了约13.4%。这些发现为优化智能炒制工艺和开发自适应油烟控制策略提供了实践指导，有助于在保持理想感官特性的同时减少潜在有害排放。
