張曉婕，邱樹毅，王曉丹，曾慶軍，何 歡，周鴻翔

（貴州大學(xué)釀酒與食品工程學(xué)院 貴陽 550025）

中國白酒以糧谷為原料，大曲為糖化發(fā)酵劑，由白酒釀造用微生物固態(tài)發(fā)酵，經(jīng)蒸餾、貯存、勾調(diào)而成，是一種著名的蒸餾酒，已有2000 多年的歷史[1-2]。醬香型白酒是中國傳統(tǒng)白酒基本風(fēng)味之一，獨特的自然環(huán)境和工藝條件鑄就了“醬香突出，優(yōu)雅細(xì)膩，酒體醇厚，空杯留香，回味悠長”的風(fēng)味特征，在中國白酒中位據(jù)重要地位。醬香白酒的風(fēng)味復(fù)雜，風(fēng)味物質(zhì)是內(nèi)源性的，受原料、酒曲、生產(chǎn)過程、環(huán)境等因素的影響[3-4]。不同企業(yè)、不同工藝、不同年份等的醬香型白酒之間的風(fēng)味及香氣差異較大，導(dǎo)致市場上醬香型白酒的品質(zhì)參差不齊。白酒鑒別主要是采用感官品評，通過專業(yè)人員對白酒的形、色、香、味進(jìn)行綜合評價[5]。感官品評結(jié)果可作為確定白酒質(zhì)量等級、鑒別假冒偽劣白酒的重要依據(jù)，還可以通過品評了解酒質(zhì)存在的缺點，并對其加以改進(jìn)，以提高白酒的品質(zhì)。感官品評存在很大的局限性，其評價結(jié)果基于品評人員主觀的判斷，受個體因素影響較大，同時也難以量化品評結(jié)果，只能獲得一些描述性的結(jié)論[6-7]。到目前為止，感官品評仍是白酒香型、質(zhì)量等鑒別的重要手段，還沒有被任何儀器分析方法所替代。利用儀器檢測能輔助解決一些人工品評中產(chǎn)生的問題。結(jié)合感官品評和儀器分析對白酒進(jìn)行鑒別，有利于提高鑒別準(zhǔn)確率和標(biāo)準(zhǔn)化。目前，研究人員主要是利用氣相色譜法對白酒風(fēng)味物質(zhì)進(jìn)行分析，能檢測出酒中大量揮發(fā)性物質(zhì)，通過定性、定量結(jié)果及香氣活性值（Odor active values，OAV）可以確定白酒骨架成分及重要風(fēng)味物質(zhì)[8-9]，由于儀器分析結(jié)果數(shù)據(jù)量大，且有很多與鑒別不相關(guān)的信息，因此不能直接用于白酒鑒別，需利用化學(xué)計量學(xué)方法對其中有用信息進(jìn)行提取。

聚類分析、主成分分析（Principal component analysis，PCA） 和偏最小二乘-判別分析（Partial least squares discriminant analysis，PLS-DA）被應(yīng)用于白酒不同輪次研究[10]、香型判別[11]、年份識別[12]、產(chǎn)地鑒定[13]等方面。錢沖等[14]使用GC-MS 直接進(jìn)樣，對濃香、清香、醬香、芝麻香和特香型白酒進(jìn)行檢測，并進(jìn)行聚類分析和主成分分析，依據(jù)香型分為5 類，說明聚類分析和主成分分析能區(qū)分不同香型的白酒。唐平等[15]對赤水河流域5 個地區(qū)的醬香型白酒的揮發(fā)性物質(zhì)進(jìn)行分析，利用PLS-DA 模型將酒樣明顯區(qū)分為3 類，并用變量重要性因子及層次聚類分析篩選出20 種對地區(qū)區(qū)分有重要貢獻(xiàn)的物質(zhì)，為不同地區(qū)醬香白酒的鑒別提供了理論支撐。

白酒質(zhì)量與生產(chǎn)工藝、貯存年份等均相關(guān)，然而，針對不同質(zhì)量醬香型白酒目前主要的鑒別方法仍是以感官評價為主。本文采用氣相色譜法對同一產(chǎn)區(qū)不同質(zhì)量的醬香型白酒中揮發(fā)性物質(zhì)進(jìn)行定性、定量分析，通過OAV 分析確定香氣貢獻(xiàn)物質(zhì)，用聚類熱圖直觀表達(dá)酒樣中揮發(fā)性物質(zhì)的差異并對酒樣進(jìn)行聚類。采用主成分分析構(gòu)建鑒別模型，偏最小二乘-判別分析找出不同質(zhì)量酒樣之間的關(guān)鍵差異物質(zhì)，為不同質(zhì)量醬香型白酒鑒別提供量化依據(jù)。

1 材料與方法

1.1 材料與試劑

酒樣：酒樣由貴州仁懷某企業(yè)提供，均為市場采購的不同質(zhì)量基酒勾兌的成品酒，總計100 個樣品，均為53%vol 醬香型白酒。將酒樣按質(zhì)量分為5 類，其中，特級酒樣12 個，一級酒樣8 個，二級酒樣11 個，三級酒樣17 個，四級酒樣52 個。鑒別模型驗證酒樣由3 個企業(yè)提供，每組酒樣均包含高端、中端、低端3 個級別。所有酒樣均在室溫下密封且避光貯存。

試劑：無水乙醇（色譜純），天津市科密歐化學(xué)試劑有限公司；標(biāo)準(zhǔn)品：乙酸乙酯、丙酸乙酯、異丁酸乙酯、丁酸乙酯、戊酸乙酯、己酸乙酯、乳酸乙酯、棕櫚酸乙酯、仲丁醇、正丙醇、正丁醇、辛醇、1，2-丙二醇、乙酸、丙酸、異丁酸、丁酸、異戊酸、己酸、乙縮醛、乙偶姻、2，3，5，6-四甲基吡嗪、糠醇、糠醛、苯乙酸乙酯、苯乙醇，乙酸戊酯（IS1）、叔戊醇（IS2）、2-乙基丁酸（IS3），上海阿拉丁生化科技股份有限公司；乙醛，美國Sigma-Aldrich 公司；2-甲基丁酸乙酯，上海賢鼎生物科技有限公司九鼎化學(xué)；異戊醇，上海易恩化學(xué)技術(shù)有限公司羅恩試劑，以上標(biāo)準(zhǔn)品均為色譜純且純度≥97.0%。

1.2 儀器與設(shè)備

7890A 氣相色譜儀、7890A-5975C 氣相色譜-質(zhì)譜聯(lián)用儀，安捷倫科技有限公司；PAL 多功能自動進(jìn)樣器，瑞士斯特分析儀器有限公司；CP214 電子天平，奧豪斯儀器（上海）有限公司。

1.3 方法

1.3.1 白酒揮發(fā)性物質(zhì)的檢測

1.3.1.1 酒樣預(yù)處理 取適量酒樣過0.22 μm 有機濾膜，吸取990 μL 過膜后的酒樣于2 mL 氣相進(jìn)樣瓶中，加入10 μL 混合內(nèi)標(biāo)溶液（叔戊醇、乙酸正戊酯、2-乙基丁酸，體積分?jǐn)?shù)1%），加蓋密封，備用、待測。所有酒樣重復(fù)3 次。

1.3.1.2 GC-MS 測定 GC 條件：SH-Rtx-Wax 色譜柱 （30 m×0.25 mm×0.25 μm，SHIMADZU 221-75893-30）；載氣為高純氦氣（99.999%），流速1.00 mL/min；進(jìn)樣口溫度250 ℃；分流進(jìn)樣，分流比30 ∶1；溶劑延遲2 min；升溫程序：初始溫度30℃，保持2 min，以3 ℃/min 升溫至180 ℃，再以15℃/min 升溫至210 ℃，保持8 min。

MS 條件：電子轟擊離子源；離子源溫度230℃；四極桿溫度150 ℃；電離能量70 eV；全掃描（Scan）模式。

1.3.1.3 GC 測定 SH-Rtx-Wax 色譜柱（30 m×0.25 mm×0.25 μm，SHIMADZU 221-75893-30）；載氣為高純氮氣（99.999%）；進(jìn)樣口溫度250 ℃；分流進(jìn)樣，分流比30∶1；檢測器溫度250 ℃；氫氣流量30 mL/min，空氣流量300 mL/min，尾吹氣流量30 mL/min；升溫程序：初始溫度30 ℃，保持2 min，以3 ℃/min 升溫至180 ℃，再以15 ℃/min 升溫至210 ℃，保持8 min。

1.3.2 揮發(fā)性物質(zhì)的定性及定量 定性方法：結(jié)合NIST11 譜庫檢索及標(biāo)準(zhǔn)品，對照兩種方法對酒樣中各揮發(fā)性物質(zhì)進(jìn)行定性。

定量方法：以待測物與內(nèi)標(biāo)物的含量比為橫坐標(biāo)，峰面積比為縱坐標(biāo)，建立各揮發(fā)性物質(zhì)的標(biāo)準(zhǔn)曲線，采用內(nèi)標(biāo)法定量酒樣中各物質(zhì)含量。所有酒樣重復(fù)3 次。

1.3.3 OAV 計算 根據(jù)定量結(jié)果結(jié)合閾值（Odor threshold，OT）計算各揮發(fā)性物質(zhì)OAV 值，計算公式：

式中，c——各揮發(fā)性物質(zhì)質(zhì)量濃度（mg/L）；OT——各揮發(fā)性物質(zhì)閾值（μg/L），參考文獻(xiàn)[3]和[16]獲得。

將OAV 值分為OAV＜1，1≤OAV＜10，10≤OAV＜100，OAV≥100 4 個范圍。OAV≥1，該物質(zhì)對白酒香氣形成有貢獻(xiàn)，且OAV 值越大貢獻(xiàn)越大。1≤OAV＜10 的物質(zhì)對白酒香氣有一定貢獻(xiàn)，10≤OAV＜100 的物質(zhì)有較大貢獻(xiàn)，OAV≥100 的物質(zhì)有明顯貢獻(xiàn)。

1.3.4 鑒別模型驗證 選取3 組不同級別的酒樣，在1.3.1.1 節(jié)條件下對酒樣進(jìn)行預(yù)處理，在1.3.1.3 節(jié)GC 條件下直接進(jìn)樣對各酒樣中揮發(fā)性物質(zhì)進(jìn)行定量。利用標(biāo)準(zhǔn)化后的定量結(jié)果進(jìn)行主成分綜合得分的計算和排名，以對所構(gòu)建的鑒別模型進(jìn)行驗證。所有酒樣重復(fù)3 次。

1.4 數(shù)據(jù)處理

用Origin 2018 軟件對數(shù)據(jù)進(jìn)行歸一化處理；用Heatmap Illustrator 軟件繪制聚類熱圖；用SIMCA 13.0 軟件進(jìn)行主成分分析、偏最小二乘-判別分析及變量權(quán)重重要性排序分析；用SPSS 26.0 軟件進(jìn)行主成分分析及單因素方差分析。

2 結(jié)果與分析

2.1 不同質(zhì)量酒樣的揮發(fā)性物質(zhì)

通過對比GC-MS 直接進(jìn)樣分析所得總離子流圖與NIST11 質(zhì)譜庫中的化合物，以及GC 分析所得色譜圖與標(biāo)準(zhǔn)品的色譜圖保留時間，對酒樣中各揮發(fā)性物質(zhì)進(jìn)行定性。在所有酒樣中共檢出29 種揮發(fā)性物質(zhì)，包括9 種酯類，6 種醇類，6 種酸類，3 種醛酮類，1 種吡嗪類，2 種呋喃類及2 種芳香族化合物。不是所有揮發(fā)性物質(zhì)都對白酒香氣產(chǎn)生有貢獻(xiàn)，OAV 是建立在準(zhǔn)確定量結(jié)果的基礎(chǔ)上，用于表征揮發(fā)性物質(zhì)在食品中香氣貢獻(xiàn)大小的量[17]。一般認(rèn)為OAV≥1 的物質(zhì)對白酒香氣有貢獻(xiàn)。由表1可知，乙酸乙酯、丙酸乙酯、異丁酸乙酯、丁酸乙酯、2-甲基丁酸乙酯、戊酸乙酯、己酸乙酯、乳酸乙酯、正丙醇、正丁醇、乙酸、丙酸、異丁酸、丁酸、異戊酸、己酸、乙醛、乙縮醛、乙偶姻、糠醛、苯乙酸乙酯21 個物質(zhì)對醬香白酒香氣形成有貢獻(xiàn)，其中丁酸乙酯、戊酸乙酯、乙醛、乙縮醛、乙偶姻的OAV≥100，是醬香型白酒的重要香氣化合物。

酯類是白酒發(fā)酵過程中各種酶的催化作用下酸類與醇類酯化形成的一類物質(zhì)，種類及含量豐富，具有芳香氣味，是白酒中的重要香氣化合物，在各種香型中占35%到70%[10，18]。由表1可看出，酯類OAV 均大于1，不同質(zhì)量酒樣中OAV 變化不大，說明酯類是醬香型白酒香氣的主要來源，而不是造成質(zhì)量差異的主要物質(zhì)。其中，丁酸乙酯和戊酸乙酯的含量不高，其OAV 值均大于100，且隨著質(zhì)量的提升，其OAV 值呈上升趨勢，說明其對醬香白酒香氣的形成有明顯貢獻(xiàn)。Niu 等[19]從茅臺酒中提取分析31 種酯類，發(fā)現(xiàn)乙酸乙酯和乳酸乙酯是含量最高的兩種酯類，然而其OAV 值較低，己酸乙酯、丁酸乙酯、戊酸乙酯等在茅臺酒中具有較高的香氣強度，與本研究結(jié)果相似。

醇類和酸類是酯類的前驅(qū)物質(zhì)，醇類是白酒醇甜和助香劑的主要來源[20]。由定量結(jié)果可知，這兩類物質(zhì)的閾值較高，OAV 整體不高，且OAV≥10 的只有異丁酸和丁酸。白酒中絕大部分酸類是揮發(fā)性有機酸，以乙酸為主，酸類OAV 均大于1，說明酸類在醬香白酒香氣形成中發(fā)揮重要作用，其對白酒風(fēng)味的貢獻(xiàn)側(cè)重于口感[21]。同時，酸類物質(zhì)也是白酒后味的重要組分，對后味貢獻(xiàn)較大[22]。不同質(zhì)量酒樣中醇類和酸類物質(zhì)的OAV 值變化不明顯，只有正丙醇、正丁醇、丙酸、異戊酸存在一定差異，可能是差異貢獻(xiàn)物質(zhì)。

醛酮類物質(zhì)主要由發(fā)酵過程中微生物代謝及陳釀過程中醇類氧化、酮酸脫羧等產(chǎn)生[23]。由于含量較高且閾值較低，因此對醬香型白酒整體香氣形成具有明顯貢獻(xiàn)，且其OAV 值在不同質(zhì)量酒樣中變化較大，基本上隨質(zhì)量等級的升高，其OAV值呈上升趨勢，尤其是乙醛和乙縮醛。乙縮醛是由乙醛與乙醇縮合而成，其OAV 值＞1 000，賦予白酒清香柔和感[20]。

吡嗪類賦予白酒堅果味和焙烤香氣，在白酒中含量極低，而對其它香氣物質(zhì)有明顯的烘托疊加作用[23-24]。呋喃類由高溫下碳水化合物分解及美拉德反應(yīng)產(chǎn)生[25]，醬香型白酒中含量明顯高于其它香型，尤其是糠醛，在一定條件下會生成糠醇；芳香族化合物主要由微生物發(fā)酵原料或制曲過程中的中間產(chǎn)物在發(fā)酵過程中相互轉(zhuǎn)化而成[26]，賦予白酒花香及果香。由表1可知，這3 類物質(zhì)含量及OAV 均較低，且基本上不隨質(zhì)量的改變而變化，說明其對整體香氣形成及差異形成均無明顯貢獻(xiàn)，然而有利于促進(jìn)其它物質(zhì)對香氣的貢獻(xiàn)程度。

表1 不同質(zhì)量酒樣揮發(fā)性物質(zhì)的定性、定量分析及OAVsTable 1 Qualitative and quantitative analysis and OAVs of volatile components in samples of different quality

（續(xù)表1）

不同質(zhì)量酒樣中揮發(fā)性物質(zhì)的含量及比例也不同。由表2可知，隨著酒樣質(zhì)量的提升，醇類、醛酮類、呋喃類物質(zhì)以及揮發(fā)性物質(zhì)的總量均呈上升趨勢，可能是由于質(zhì)量較差的白酒中一些含量較低的揮發(fā)性物質(zhì)未被檢出，如異丁酸乙酯、2-甲基丁酸乙酯、1，2-丙二醇、異戊酸、糠醇、苯乙酸乙酯等，這些物質(zhì)有可能是導(dǎo)致低質(zhì)量酒樣與其它酒樣風(fēng)味差異的原因之一。由表3可知，各類揮發(fā)性物質(zhì)與總量之比也隨質(zhì)量的改變而發(fā)生變化，其中酯類與酸類化合物含量占揮發(fā)性物質(zhì)總量的比例隨質(zhì)量的提升呈下降趨勢，而醇類和醛酮類相反。

表2 不同質(zhì)量酒樣中各類揮發(fā)性物質(zhì)含量及總量（mg/L）Table 2 Content and total amount of volatile components in samples of different quality（mg/L）

表3 不同質(zhì)量酒樣中各類揮發(fā)性物質(zhì)含量與總量之比Table 3 The ratio of content to total amount of volatile components in samples of different quality

不同質(zhì)量酒樣中一些揮發(fā)性物質(zhì)的OAV 存在差異，可作為鑒別不同質(zhì)量白酒的差異貢獻(xiàn)物質(zhì)，主要包括2-甲基丁酸乙酯、正丙醇、正丁醇、丙酸、異戊酸、乙偶姻、糠醛、苯乙酸乙酯。

2.2 不同質(zhì)量酒樣的鑒別

2.2.1 聚類分析 對酒樣中29 種揮發(fā)性物質(zhì)的定量結(jié)果進(jìn)行歸一化，繪制聚類熱圖，以顯示不同質(zhì)量酒樣中各揮發(fā)性物質(zhì)含量的差異及聚類過程。由圖1可知，隨著酒樣質(zhì)量的提高，揮發(fā)性物質(zhì)的總量呈升高趨勢，即質(zhì)量越好揮發(fā)性物質(zhì)總量越高，不同質(zhì)量酒樣被明顯區(qū)分開。聚類結(jié)果表明，三級和四級酒樣為一類，一級酒樣與特級酒樣為一類，二級酒樣單獨為一類，且更靠近三級及四級酒樣，說明二級以下酒樣中揮發(fā)性物質(zhì)較相近，與二級以上酒樣中揮發(fā)性物質(zhì)差異較大。

圖1 不同質(zhì)量酒樣聚類熱圖Fig.1 Cluster heat maps of samples in different quality

2.2.2 PCA PCA 是一種常用的多元分析方法，是一種降維工具[13]，可將多個變量指標(biāo)歸納為少數(shù)幾個綜合指標(biāo)以利于分析，用于初步探索數(shù)據(jù)內(nèi)部結(jié)構(gòu)和樣品聚類[27]。對29 種揮發(fā)性風(fēng)味成分含量進(jìn)行PCA，由表4可知，前6 個主成分的累計貢獻(xiàn)率為74.699%，可代表大部分成分信息，代替原來的29 個揮發(fā)性物質(zhì)進(jìn)行分析，得到其主成分的特征值、方差貢獻(xiàn)率及累計貢獻(xiàn)率（表4），主成分載荷矩陣及特征向量（表5）。

表4 主成分特征值及其貢獻(xiàn)率Table 4 Principal component eigenvalues and contribution rates

由表5可建立6 個主成分的線性回歸方程，即：

表5 主成分載荷矩陣及特征向量Table 5 Principal component load matrix and eigenvector

PC1=0.101X1+0.159X2+0.109X3+0.198X4+……+0.265X27-0.003X28+0.241X29

PC2=-0.029X1+0.236X2+0.109X3+0.064X4+……-0.044X27-0.003X28+0.071X29

PC3=-0.147X1-0.188X2+0.223X3-0.300X4+……+0.031X27-0.099X28+0.277X29

PC4=-0.515X1-0.182X2+0.180X3+0.211X4+……+0.054X27+0.013X28+0.033X29

PC5=0.084X1-0.009X2+0.178X3-0.180X4+……+0.345X27+0.123X28+0.042X29

PC6=-0.117X1+0.038X2-0.159X3+0.028X4+……-0.030X27-0.083X28-0.245X29

以每個主成分所對應(yīng)的特征值占所提取主成分總的特征值之和的比例作為權(quán)重，計算主成分綜合得分模型[28]：×PC6

式中，α1、α2、α3、α4、α5、α6分別代表第1 主成分、第2 主成分、第3 主成分、第4 主成分、第5 主成分、第6 主成分的特征值。

根據(jù)上述主成分特征值可知：

F =0.3559PC1 +0.2256PC2 +0.1972PC3 +0.0918PC4+0.0719PC5+0.0577PC6

利用PCA 構(gòu)建鑒別模型，找出鑒別不同質(zhì)量醬香型白酒的客觀評價方法。根據(jù)評價模型計算不同質(zhì)量酒樣主成分得分及綜合得分。由表6可知，綜合得分與酒樣質(zhì)量呈正比，即質(zhì)量等級越高綜合得分越高。說明建立的模型具有實際意義，能夠判別不同質(zhì)量醬香型白酒酒樣。

表6 不同質(zhì)量酒樣主成分得分及綜合得分Table 6 Principal component score and comprehensive score of samples in different quality

PCA 作為一種多元分析法，還可運用于產(chǎn)品類型的判別[28]。以不同質(zhì)量酒樣PC1 為橫坐標(biāo)，PC5 為縱坐標(biāo)作散點圖（圖2）。由圖2可知，通過PCA 模型將不同質(zhì)量醬香型白酒明顯區(qū)分為3類，該結(jié)果與聚類分析的結(jié)果相對應(yīng)。

圖2 不同質(zhì)量酒樣主成得分圖Fig.2 Main score chart of samples in different quality

2.3 不同質(zhì)量酒樣的關(guān)鍵差異物質(zhì)

2.3.1 PLS-DA 模型檢驗結(jié)果 PLS-DA 是一種用于預(yù)測和描述建模的多元統(tǒng)計分析方法[13]。采用SIMCA 13.0 進(jìn)行PLS-DA，找出不同質(zhì)量酒樣之間的差異物質(zhì)。如圖3所示，由R2和Q2回歸線可知，通過置換檢驗得到的R2和Q2都小于模型原始值，說明模型穩(wěn)健[29]。置換檢驗得到的R2=0.0226，Q2=-0.0607，Q2于Y 軸的截距是負(fù)值，說明此模型沒有過擬合現(xiàn)象[29]，模型預(yù)測能力良好，可用于后續(xù)確定差異物質(zhì)。

圖3 PLS-DA 模型的置換檢驗Fig.3 PLS-DA permutation test

圖4反映每個變量對已構(gòu)建模型的貢獻(xiàn)大小。其中，離原點和主要化合物團越遠(yuǎn)，該揮發(fā)性物質(zhì)對不同質(zhì)量酒樣差異形成的貢獻(xiàn)越大。可以看出，丁酸乙酯、仲丁醇、正丙醇、正丁醇、1，2-丙二醇、丙酸、異戊酸、乙醛、乙縮醛、乙偶姻、糠醛、糠醇、2，3，5，6-四甲基吡嗪、苯乙醇均離原點和主要化合物團較遠(yuǎn)，對各質(zhì)量酒樣的差異貢獻(xiàn)較大。

圖4 不同質(zhì)量酒樣PLS-DA 載荷圖Fig.4 PLS-DA loading plot of samples in different quality

2.3.2 變量權(quán)重重要性排序（Variable importance for the projection，VIP） 分析 用VIP 可以量化PLS-DA 中每個變量對樣品分類的貢獻(xiàn)，VIP＞1 可認(rèn)為該變量為該判別模型的關(guān)鍵變量，且VIP 值越大，該物質(zhì)在判別過程中的貢獻(xiàn)越大[30]。由圖5可判斷每個物質(zhì)對酒樣分類的貢獻(xiàn)大小，VIP＞1的揮發(fā)性物質(zhì)為差異貢獻(xiàn)物質(zhì)，即正丁醇（VIP=1.72597）、異戊酸（VIP=1.62707）、糠醛（VIP=1.56644）、乙縮醛（VIP=1.32515）、2-甲基丁酸乙酯（VIP=1.30311）、異丁酸（VIP=1.29027）、乙醛（VIP=1.29007）、苯乙醇（VIP=1.25216）、正丙醇（VIP=1.15065）、1，2-丙二醇（VIP=1.1261）、棕櫚酸乙酯（VIP=1.10403）、丁酸乙酯（VIP=1.08735）、糠醇（VIP=1.06983）。

圖5 不同質(zhì)量酒樣VIP 圖Fig.5 VIP analysis of samples in different quality

2.3.3 關(guān)鍵差異物質(zhì) 綜合OAV 分析、PLS-DA載荷圖及VIP 分析結(jié)果可知，不同質(zhì)量酒樣差異貢獻(xiàn)物質(zhì)主要包括丁酸乙酯、2-甲基丁酸乙酯、棕櫚酸乙酯、仲丁醇、正丙醇、正丁醇、1，2-丙二醇、丙酸、異戊酸、異丁酸、乙醛、乙縮醛、乙偶姻、糠醛、糠醇、2，3，5，6-四甲基吡嗪、苯乙酸乙酯、苯乙醇18 個揮發(fā)性風(fēng)味物質(zhì)。

采用SPSS 26.0 對這18 個差異貢獻(xiàn)物質(zhì)進(jìn)行單因素方差分析，以P 值小于0.01 表示具有極顯著差異的物質(zhì)。最終確定12 個關(guān)鍵差異物質(zhì)，即2-甲基丁酸乙酯、棕櫚酸乙酯、正丁醇、正丙醇、1，2-丙二醇、異戊酸、異丁酸、乙縮醛、乙醛、糠醛、糠醇、苯乙醇。

2.4 不同級別醬香型白酒鑒別模型驗證結(jié)果

在相同條件下分別對3 個企業(yè)提供的不同級別醬香型白酒進(jìn)行定量。采用已構(gòu)建的鑒別模型（2.2.2） 計算各酒樣的綜合得分F 并對其排名，對鑒別模型進(jìn)行驗證。由表7可知，3 組不同級別醬香型白酒的綜合得分F 均為高端酒樣最高，中端次之，低端最低。3 組高端酒樣的綜合得分F 均大于1.00，結(jié)合表6可判斷其品質(zhì)應(yīng)與模型中一級以上酒樣類似；3 組中端酒樣的綜合得分從-0.13 至0.46，與模型中中等質(zhì)量酒樣匹配，而3 組低端酒樣的綜合得分均低于-1.00，由此可判斷其品質(zhì)與模型中四級酒樣接近。本研究構(gòu)建的鑒別模型可有效識別不同級別醬香型白酒，具有實際應(yīng)用意義。

表7 不同級別醬香型白酒綜合得分Table 7 Comprehensive score of different grades of Maotai-flavor liquor

3 結(jié)論

將酒樣按不同質(zhì)量分為5 類，采用直接進(jìn)樣法結(jié)合GC-MS 和GC 對100 個酒樣進(jìn)行定性、定量分析，共檢出29 種揮發(fā)性物質(zhì)，包括9 種酯類，6 種醇類，6 種酸類，3 種醛酮類，1 種吡嗪類，2 種呋喃類以及2 種芳香族化合物。其中酯類含量最高，約占總量的50%，其OAV 均大于1，是果香、花香和甜味的主要來源[19]，然而，除2-甲基丁酸乙酯外，各級質(zhì)量酒樣中其余酯類物質(zhì)OAV 變化不大。酸類的含量僅次于酯類，在醬香型白酒香氣形成中發(fā)揮重要作用。酯類和酸類物質(zhì)OAV 值變化不明顯，只有正丙醇、正丁醇、丙酸、異戊酸在不同質(zhì)量酒樣中的OAV 存在一定差異。乙醛和乙縮醛對醬香白酒整體香氣形成貢獻(xiàn)明顯，且OAV 值隨質(zhì)量的提升呈明顯升高趨勢。相反，吡嗪類、呋喃類以及芳香族化合物含量較低且閾值偏高，且其OAV 值在不同質(zhì)量酒樣中基本沒有變化，對整體香氣形成和差異形成均無明顯貢獻(xiàn)。

采用多元統(tǒng)計分析酒樣中揮發(fā)性物質(zhì)，聚類分析和主成分分析均可將不同質(zhì)量醬香型白酒明顯區(qū)分為3 類。利用主成分分析構(gòu)建不同質(zhì)量醬香型白酒鑒別模型，選擇3 組不同級別酒樣進(jìn)行驗證，結(jié)果表明，鑒別模型均能很好地識別不同級別醬香型白酒。利用PLS-DA 分析及單因素方差分析最終確定5 類不同質(zhì)量醬香型白酒間的12個關(guān)鍵差異物質(zhì)，即2-甲基丁酸乙酯、棕櫚酸乙酯、正丁醇、正丙醇、1，2-丙二醇、異戊酸、異丁酸、乙縮醛、乙醛、糠醛、糠醇、苯乙醇。正是這些物質(zhì)造成不同質(zhì)量醬香型白酒間的差異。

采用氣相色譜結(jié)合化學(xué)計量學(xué)方法能夠區(qū)分不同的質(zhì)量酒樣，并篩選出其中的關(guān)鍵差異物質(zhì)。此方法比傳統(tǒng)的感官鑒定更加客觀。雖不能完全替代感官品評方法，但可將鑒別模型與感官分析相結(jié)合，用于不同質(zhì)量醬香型白酒的鑒別，從而提供一種更高效、準(zhǔn)確的鑒別方法，提高鑒別結(jié)果的可信度。本模型的后續(xù)研究可延伸到不同產(chǎn)區(qū)的醬香型白酒品質(zhì)鑒定及驗證，以確認(rèn)其是否具有嚴(yán)格意義的普適性。