《Food Chemistry》:Flavoromics and machine learning for baijiu flavor and quality prediction
编辑推荐:
Dan Zheng|Sun Tao|Cheng Fang|Changliang Yao|Tianlu Chen|Aihua Zhao|Yan Xu|Wei Jia摘要在中国白酒行业中,主观感官评价占据主导地位,但缺乏客观性和高效性。我们开发了一种UPLC-TQMS分析方法,可在每
Dan Zheng|Sun Tao|Cheng Fang|Changliang Yao|Tianlu Chen|Aihua Zhao|Yan Xu|Wei Jia
摘要
在中国白酒行业中,主观感官评价占据主导地位,但缺乏客观性和高效性。我们开发了一种UPLC-TQMS分析方法,可在每次运行13分钟内定量检测8类化学成分中的130种关键风味化合物。借助这一分析技术,我们构建了一个包含2048个样本的全面白酒风味数据库,涵盖了所有12种标准风味类型以及浓香型基酒的三种质量等级。通过随机森林算法,我们对不同风味类型的区分准确率超过0.93,而XGBoost在质量分级方面的表现最佳,准确率为0.91。此外,使用独立数据集进行的验证证明了该模型的可靠性和泛化能力。SHAP分析确定了导致风味差异和质量区别的关键化学标志物,进一步凸显了该方法在解析复杂风味矩阵方面的优势与可解释性。这项工作为白酒建立了大规模、标准化的数字化风味库,为智能质量控制和行业标准化提供了有力支撑。
引言
中国白酒是一种通过独特固态发酵工艺酿造的特色蒸馏酒,在中国酒类产业中占据重要地位(Qiao等人,2023)。2023年中国市场的白酒销量超过了620万千升,占总产值的近70%(Li,2024)。作为核心质量指标,风味特征决定了白酒的市场竞争力、定价水平以及消费者接受度。同时,白酒的风味与其化学成分密切相关。
虽然水和乙醇占白酒体积的98%以上,但其独特的感官风味实际上是由微量化合物决定的,这类化合物被称为风味物质,约占白酒总量的2%(Hong等人,2021)。风味物质结构极为复杂,包括挥发性化合物,如短链脂肪酸酯、醇类、醛类、酮类和吡嗪类,以及非挥发性化合物,如羟基脂肪酸、二元脂肪酸、高酯值脂肪酸乙酯和高级醇类。这些化合物的浓度范围极广,可达四个数量级以上(Gao等人,2025)。正是由于这些化合物之间复杂的相互作用及不同的组合方式,白酒被分为十二种主要风味类型,这十二种类型又源自四种基本类型:浓香型、酱香型、清香型和米香型(Wei等人,2020)。即便在同一风味类型中,由于原材料、生产工艺和产地差异,也会出现明显的风味差异(Chen等人,2024;Ding等人,2024;He & Jelen,2021;Li, Han, Wang等人,2025;Li等人,2024;Yang等人,2025;Zhou等人,2025)。如此复杂的多样性形成了高维的特征空间,给白酒风味的精准分类带来了巨大挑战。迄今为止,白酒风味研究已经从传统的感官评价发展到仪器分析,再到如今将风味组学与机器学习相结合。通过将主观感知转化为可量化的化学特征,这种方法提升了分析的客观性,有助于识别关键气味物质并实现质量分级(Cai等人,2024;Li等人,2024;Li, Han, Wang等人,2025;Li, Han, Yan等人,2025;Liu等人,2023;Niu等人,2025;Xie等人,2025;Yang等人,2025;Zhou等人,2025)。
然而,有两个关键问题限制了这一方法的更广泛应用。首先,大多数研究依赖的小数据集无法体现白酒样品的多样性,存在遗漏一些重要细节的风险(Ge等人,2025)。此外,由于缺乏标准化的分析流程,各个孤立的数据集难以整合为规模更大、更具代表性的数据库。其次,常见的GC–MS分析仪效率较低,检测范围有限,主要只能检测挥发性化合物,因此常常无法检测到非挥发性和热不稳定的成分(Dong等人,2024;Jia, Fan等人,2020;Jia, Li等人,2020;Wang等人,2021;Wang等人,2022;Xiang等人,2023)。尽管LC-MS分析仪越来越被用于分析这些非挥发性成分(Fang等人,2025;Jia等人,2022;Jia, Li等人,2020;Niu等人,2022;Wu等人,2024),但由于GC–MS能够有效检测出决定白酒独特感官特性的高浓度挥发性酯类和醇类,它仍被作为主要的分析手段。因此,为了全面分析白酒中的挥发性和非挥发性成分,有必要通过整合互补技术来弥补现有的分析缺陷。
为应对这些挑战,本研究提出了一种标准化且高通量的风味组学分析流程(见图1)。基于该流程,我们构建了一个系统化、易于升级且持续扩展的白酒风味数据库。为验证该框架的有效性,我们利用该数据库对不同风味类型进行了区分,并进一步区分了不同品质等级的白酒样品。最终,这项工作旨在为未来的高精度建模、智能质量控制乃至风味机制研究提供坚实的数据基础和方法论支撑。
章节要点
样本收集
样本集1:我们从上海的超市、天猫官方店铺以及
JD.com采购了1,208份市面上的成品白酒样本,也有部分样本直接由酿酒厂提供。这些样本的风味类别是根据制造商的声明和产品标签进行鉴定的。为确保分类的可靠性并减少标签信息带来的干扰,我们仅纳入了明确标注符合中国国家标准的样本。
化学衍生化的优化
酒精饮料中的风味物质含有多种功能基团,包括羧酸、含羰基的化合物(醛类和酮类)以及含羟基的化合物(醇类和酚类)。其中许多化合物在电喷雾电离下的离子化效率较低,从而导致它们难以被ESI-LC-MS检测到。为提高检测灵敏度并扩大可检测的代谢物范围,我们采用了两种衍生化策略:DNS-Cl用于标记羟基和酚羟基。
讨论
将风味组学与机器学习结合用于白酒的智能鉴定,已成为该行业的热门趋势。不过,数据驱动模型的有效性在很大程度上取决于能够全面覆盖风味多样性的大规模数据集,而目前这一资源在该领域还较为匮乏。因此,构建一个系统且全面的白酒风味数据库是本研究的核心目标之一。
虽然GC–MS仍然是分析挥发性成分的主要方法,但其分析时间较长……
结论
在本研究中,我们建立了一个标准化的高维度白酒风味数据库,其中包含了2048份白酒样本的定量分析数据。为构建这个庞大的数据集,我们开发了一种高通量分析策略,能够在一次13分钟的检测过程中同时定量检测8类化学成分中的130种化合物。该分析方法具有出色的线性度、重复性和稳定性。基于这一基础数据库,我们实现了对白酒风味的精准分类。
CRediT作者贡献说明
Dan Zheng:撰写——审阅与编辑,撰写——初稿,可视化,验证,软件,资源,方法学,研究,正式分析,数据整理。Sun Tao:可视化,软件,数据整理。Cheng Fang:撰写——初稿,资源准备。Changliang Yao:撰写——审阅与编辑,撰写——初稿。Tianlu Chen:撰写——审阅与编辑,撰写——初稿,可视化,软件,数据整理。Aihua Zhao:撰写——审阅与编辑,撰写——
伦理声明
本研究中的所有感官实验均严格遵循《赫尔辛基宣言》的要求,并已获得江南大学伦理委员会的批准(编号JNU20220901IRB20)。实验开始前,所有参与者都详细了解了感官评价的相关内容,并签署了书面知情同意书,参与实验完全出于自愿。
未引用参考文献
He and Jelen, 2021
Qin et al., 2020
SAMR and SAC, 2025a
SAMR and SAC, 2025b
Shuo, 2024
利益冲突声明
作者声明,他们不存在任何可能影响本文研究结果的已知财务利益或个人关系。
致谢
本研究得到了中国国家自然科学基金的支持(项目编号:22108095、32172331)。