迈向波特酒真实性验证：从光谱到特征

《ACS Food Science & Technology》：Toward Port Wine Authenticity: From Spectrum to Signature

　　

波特酒是一种加强型葡萄酒，其陈酿过程涉及显著的分子转化，这些转化影响其感官特性和商业分类。氧气暴露和温度是控制这一演变的主要因素。不同的氧化机制，从橡木桶中长时间的氧化陈酿到瓶中相对较低的氧气暴露，促成了波特酒类别的差异化，如Colheita、Tawny、Vintage和Late Bottled Vintage (LBV)。在分子水平上，碳水化合物、氨基化合物和酚类化合物通过陈酿相关的氧化反应相互关联，包括Strecker降解、Maillard型途径以及糖降解衍生的呋喃化合物的形成。这些依赖氧气的化学轨迹可能会产生随年龄可预测地演变的红外光谱特征。在本研究中，研究人员评估了傅里叶变换红外光谱 (FT-IR) 作为一种用于波特酒年龄估计和真实性评估的快速、无损方法的潜力。使用经典化学计量学方法和机器学习模型分析了包含来自四个商业类别的7281个光谱的数据集。对于类别分类，具有径向基函数核的支持向量机 (SVM) 达到了95.88%的准确率和0.9945的ROC-AUC。对于年龄预测，深度集成模型实现了0.9803的R²值和1.25年的平均绝对误差 (MAE)。一个旨在考虑特定类别陈酿机制的混合两阶段随机森林模型实现了相当的性能，R²为0.9630，MAE为1.28年，同时需要更少的计算资源。基于杠杆率的预测区间提供了每样本不确定性估计，其经验覆盖率为97.7%。特征重要性分析确定了三个主要光谱区域，分别在约1740、1050和1600–1450 cm^–1附近，分别与酯、醇和酚相关的官能团相关。这些区域与波特酒陈酿过程中发生的已知化学转化相一致。结果表明，FT-IR光谱结合适当的建模策略，可以支持快速、无损和可扩展的波特酒年龄估计，为认证和真实性控制提供了一个有前景的补充工具。

葡萄酒真实性验证具有重要的经济、监管和声誉意义，波特酒是在葡萄牙杜罗河特定法定产区受特定法律和技术条件生产的加强型葡萄酒，其陈酿过程涉及显著的分子转化。氧气暴露和温度是控制这一演变的主要因素，不同的氧化机制决定了其商业类别（如Colheita、Tawny、Vintage和晚装瓶年份波特酒 Late Bottled Vintage, LBV）。在分子水平上，碳水化合物、氨基化合物和酚类化合物通过陈酿相关的氧化反应相互关联，这些反应会随时间产生可预测的红外光谱特征。目前，波特酒的认证主要依赖文件控制、理化分析和专家感官评价。然而，感官评价难以扩展用于高通量常规筛查；气相色谱-质谱联用 (GC-MS) 等目标分析方法需要样品制备、专门仪器且分析时间长。因此，亟需快速、客观且无损的分析工具来补充现有认证程序。为此，V.S. Fernandes Ferreira、A.C. Silva Ferreira及其合作研究人员评估了傅里叶变换红外光谱 (FT-IR) 结合化学计量学和机器学习模型在波特酒分类和年龄估计中的潜力。研究得出结论，中红外光谱包含了可化学解释的、类别特异性的光谱信息，结合适当的建模策略，能够支持快速、无损和可扩展的波特酒年龄估计。这一研究为葡萄酒认证和真实性控制提供了一种有前景的补充分析工具。该研究论文发表在《ACS Food Science》。

研究人员提取了来自IVDP I.P.实验室和一家波特酒公司常规认证档案中的7281个FT-IR光谱数据集，样本涵盖Colheita、Tawny、LBV和Vintage四个商业类别，来源于多个生产批次和年份。所有光谱在建模前采用标准正态变量变换 (SNV) 进行预处理，并进行波段选择和均值中心化。验证策略采用Venetian Blind交叉验证以处理序列样本的自相关。研究结合了经典化学计量学方法（如偏最小二乘 PLS 回归、线性判别分析 LDA）、传统机器学习模型（如具有径向基函数核的支持向量机 SVM、随机森林 RF）以及深度学习架构（如多尺度卷积神经网络 CNN、深度集成多层感知机 MLP）。同时，设计了结合类别特定化学陈酿机制的混合两阶段随机森林模型。

在研究结果部分，原文未设置独立的子小标题，核心结果主要包括以下几方面：
平均FT-IR光谱分析表明，不同波特酒类别表现出与各自陈酿化学相关的合理光谱差异。例如，长时间氧化陈酿的Colheita在酯类C═O伸缩振动带（约1740 cm^–1）处绝对吸光度最高；C–O伸缩振动区（1100–1000 cm^–1）编码了甘油醇和乙醛-甘油醇缩醛的组成差异。
类别分类研究表明，四种分类器实现了优异的判别。其中，具有径向基函数 (RBF) 核的SVM获得了最高的准确率（95.88%）和0.9945的ROC-AUC值。RF也提供了接近的性能，准确率为93.54%，且具备显式的特征重要性图谱。
传统机器学习回归研究主要在Colheita数据集上评估。PLS回归在经典方法中获得了最高的R²值（0.8469）。正则化线性模型（如Ridge和ElasticNet）的表现优于树形集成方法，表明FT-IR指纹与酒龄之间的关系作为跨相关光谱区域的平滑分布线性信号能被更好捕获。
具有基于杠杆率置信区间的多重线性回归 (MLR-CI) 方法实现了R²=0.6842，经验证的单个置信区间覆盖了97.7%的测试样本，为异常值标记和可靠性评估提供了统计机制。
深度学习模型评估在4439个样本的扩展数据集上进行。由五个残差多层感知机组成的深度集成模型取得了最高的预测性能（R²=0.9803，平均绝对误差 (MAE) 为1.25年）。受Inception启发的多尺度CNN也取得了R²=0.9728的表现。
混合两阶段随机森林管道研究表明，第一阶段分类准确率为91.28%。第二阶段特定类别回归器组合后的R²达到0.9630，与深度集成模型的差距缩小至0.017 R²单位，同时保持了完全的可解释性且无需GPU资源。

在讨论部分，研究指出中红外光谱捕获了随时间演变的一致分子轨迹，这在长达百年的时间跨度中依然稳健。深度集成模型与最佳传统机器学习方法在年龄预测上存在0.14 R²的性能差距，这在实际应用中意义重大。混合两阶段随机森林管道因化学驱动的设计原则，无需GPU便接近了深度学习性能上限，表明领域知识整合可在一定程度上替代架构复杂性。多尺度CNN的Inception启发架构将光谱学领域知识转化为架构约束，窄卷积核解析特定官能团的尖锐吸收峰，宽卷积核捕获基线趋势。基于杠杆率的置信区间提供了样本特定的不确定性估计，具有极高的应用价值。同时，研究也存在局限，例如传统化学计量学模型主要在Colheita子集上基准测试，未进行酒精度 (ABV) 残差分析，且光谱区域未经GC-MS或高效液相色谱 (HPLC) 独立确认。
研究结论表明，本研究展示了FT-IR光谱作为一种有前景的分析方法，可用于无损的波特酒类型分类和年龄估计。中红外光谱在酯化、多酚缩合、Maillard褐变和乙醛-甘油缩醛形成等方面显示出与特定类别相关、依赖于时间且分析重现性好的信号。深度集成模型确立了年龄回归的性能上限，而混合两阶段随机森林管道可在无需GPU的情况下接近这一上限。Venetian Blind交叉验证产生了更保守的性能估计，完整的预处理管道带来了累积性能提升。这些结果支持将FT-IR光谱结合化学信息学策略作为波特酒真实性验证的快速、无损且可解释的候选方法。