劉奇付 趙俊芳 吳曉宗

摘要：醬油起源于中國，作為一種人民生活中不可或缺的必需品，其揮發(fā)性成分對醬油品質(zhì)存在一定程度的影響。我國的醬油主要有高鹽稀態(tài)和低鹽固態(tài)兩種發(fā)酵方式，我國醬油的產(chǎn)地主要分布于北部、南部和東部3個地區(qū)，不同的生產(chǎn)地區(qū)，醬油加工所用的原材料也存在一定差異，導(dǎo)致醬油中的揮發(fā)性成分存在差異。我國醬油中的揮發(fā)性成分、發(fā)酵方式和產(chǎn)地分類研究皆處于初級階段。該研究通過BP網(wǎng)絡(luò)和遺傳算法，對我國醬油中的揮發(fā)性物質(zhì)、發(fā)酵方式和產(chǎn)地分類進(jìn)行了研究，旨在為我國的各地醬油原材料采購和發(fā)酵工藝研究提供重要的參考。

關(guān)鍵詞：醬油；遺傳算法；加工方式；產(chǎn)地

中圖分類號：TS264.21? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ?文章編號：1000-9973（2023）05-0179-04

Abstract： Soy sauce originated in China， as an indispensable necessity in people's life， its volatile components have a certain effect on the quality of soy sauce. The fermentation methods of soy sauce in China mainly include high-salt dilute fermentation and low-salt solid-state fermentation. The places of origin of soy sauce in China are mainly distributed in the northern， southern and eastern regions of China. In different production areas， there are also some differences in raw materials used for soy sauce processing， leading to differences in the volatile components in soy sauce. The study on volatile components in soy sauce， fermentation methods and classification of places of origin in China is at the primary stage. In this study， BP network and genetic algorithm are used to study the volatile substances in soy sauce， fermentation methods and classification of places of origin in China， aiming to provide important references for the purchase of raw materials and the research on fermentation technology of soy sauce in different places of China.

Key words： soy sauce; genetic algorithm; processing method; places of origin

收稿日期：2022-12-10

基金項目：2022年度河南省高等學(xué)校哲學(xué)社會科學(xué)研究重大項目（2022-YYZD-15）；漯河市2021年度重大科技創(chuàng)新專項項目（20210109）

作者簡介：劉奇付（1980－），男，河南南陽人，副教授，研究方向：食品大數(shù)據(jù)、生物計算。

醬油是我國的一種傳統(tǒng)調(diào)味品，主要的制作原料為大豆、麥子和麥麩，通過加工工藝蒸煮和發(fā)酵制成[1]。大多數(shù)的醬油有咸味，且為土褐色。由于發(fā)酵方式的不同，醬油被劃分為不同的種類[2-3]。

我國的醬油發(fā)酵方式主要為高鹽稀態(tài)和低鹽固態(tài)兩種，其中，高鹽稀態(tài)醬油中的鹽含量一般為15%～20%，在溫度為20～30 ℃的條件下發(fā)酵120～180 d后制成[4-5]。低鹽濃度醬油中的鹽含量一般低于15%，在溫度相對較高的條件下（40～60 ℃）發(fā)酵30 d左右制成，低鹽濃度的醬油生產(chǎn)周期較短、成本低，在我國市場上占據(jù)著主要的地位，一直被認(rèn)為是我國傳統(tǒng)醬油加工工藝的發(fā)展和延續(xù)，且深受消費(fèi)者喜愛[6]。

我國的醬油生產(chǎn)地區(qū)分布在東部、北部和南部[7]，而大部分醬油生產(chǎn)主要集中于我國南方[8]。

近些年神經(jīng)網(wǎng)絡(luò)理論快速發(fā)展，應(yīng)用的模式具有很高的容錯性，在實(shí)際生活中，通過神經(jīng)網(wǎng)絡(luò)可以解決很多的非線性問題[9]。本研究基于此，采用BP網(wǎng)絡(luò)和遺傳算法，對我國醬油中的揮發(fā)性物質(zhì)、發(fā)酵方式和產(chǎn)地分類進(jìn)行研究，旨在為我國醬油生產(chǎn)質(zhì)量的提升提供一定的理論基礎(chǔ)。

1 試驗材料及方法

1.1 試驗材料和設(shè)備

醬油：京東超市。

氣相色譜儀、質(zhì)譜儀、自動進(jìn)樣器、萃取頭。

1.2 試驗方法

1.2.1 頂空固相微萃取

將10 g樣品放置于萃取瓶中，隨后加入15 mL蒸餾水稀釋混勻，之后加入15 μL 2-辛醇，將萃取瓶放于60 ℃的條件下，將其加熱 15 min，將萃取頭插進(jìn)萃取瓶中，頂空萃取30 min，再將萃取頭插進(jìn)氣相色譜儀中解吸5 min，進(jìn)行氣質(zhì)分析[10]。

1.2.2 醬油中的揮發(fā)性成分含量分析

利用內(nèi)標(biāo)物和分峰的面積比對醬油中的揮發(fā)性成分進(jìn)行對比計算，從而獲得不同揮發(fā)性成分的含量[11]。

1.2.3 靈敏度分析

通過Sobol法對醬油中揮發(fā)性成分進(jìn)行靈敏度分析[12]，將50個樣本中的揮發(fā)性成分進(jìn)行特征篩選，最終得到與生產(chǎn)方式和發(fā)酵方式貢獻(xiàn)度較大的成分，再通過神經(jīng)網(wǎng)絡(luò)的分離器進(jìn)行建模。

1.2.4 神經(jīng)網(wǎng)絡(luò)對醬油發(fā)酵方式分類的建模

1.2.4.1 數(shù)據(jù)的預(yù)處理

通過GC-MS對醬油中的揮發(fā)性成分進(jìn)行處理，將數(shù)據(jù)壓縮在-1～1之間，獲得輸出數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行處理。將數(shù)據(jù)編碼成二進(jìn)制的字符串，可將二進(jìn)制編碼作為輸出數(shù)據(jù)進(jìn)行訓(xùn)練。

1.2.4.2 醬油的分類模型

醬油中的揮發(fā)性成分對發(fā)酵方式和產(chǎn)地分類有兩種：一種是降維前的25種揮發(fā)性成分作為輸入數(shù)據(jù)，發(fā)酵方式中低鹽固態(tài)和高鹽稀態(tài)，產(chǎn)地東部、北部和南部作為輸出數(shù)據(jù)。另一種是降維后的20種揮發(fā)性成分作為輸入數(shù)據(jù)，以20組的正確率為驗證網(wǎng)絡(luò)性能的標(biāo)準(zhǔn)。

2 結(jié)果與討論

2.1 基于靈敏度分析的特征物質(zhì)篩選

在醬油生產(chǎn)過程中，對鑒定醬油生產(chǎn)場地和發(fā)酵方式有較大貢獻(xiàn)的揮發(fā)性成分見表1。

在高鹽稀態(tài)和低鹽固態(tài)醬油的發(fā)酵過程中，呋喃類化合物具有較高的貢獻(xiàn)度，而生產(chǎn)區(qū)域上貢獻(xiàn)度最高的分別是酮類化合物和醇類化合物。發(fā)酵方式鑒別過程中，靈敏度的分析保留了25種揮發(fā)性成分中的10種，分別是乙醇-3-甲基丁醛、2-甲基丁醛、3-甲基-1-丁醛、乙酸、丁二醇、糠醇、2-甲基辛烷苯酚、2-乙基-1，3-己醇、2-乙酰呋喃和苯乙醛。在生產(chǎn)區(qū)域的鑒定上，靈敏度分析一共保留了15種揮發(fā)性成分，分別是3-甲基丁醛、2-甲基丁醛、3-甲基-1-丁醛、乙酸、丁二醇、糠醇、2-甲基辛烷、苯甲醛、2-甲基三硫、辛烯三醇、3-甲硫基丙醇、2-戊基呋喃、3-戊基-呋喃酮、2-（1-甲基丁基）苯酚和柏木腦，可以看出發(fā)酵方式和產(chǎn)地中貢獻(xiàn)分值相對較高的主要是酮類和醇類化合物。

采用頂空固相萃取法對20種代表不同區(qū)域和不同生產(chǎn)方式的醬油樣品中的揮發(fā)性成分進(jìn)行測定，測定結(jié)束后，在20種樣品中找到所有樣品共有的揮發(fā)性成分，一共25種，包括醇類、酚類、酮類、酯類和一些雜環(huán)類物質(zhì)。之后利用靈敏度對25種揮發(fā)性成分進(jìn)行降維處理，采用降維的方式主要是為了提高這些揮發(fā)性成分與分類效果之間的相關(guān)性。

2.2 降維前對醬油的發(fā)酵方式分類模型的性能評估

對50組訓(xùn)練數(shù)據(jù)進(jìn)行學(xué)習(xí)，通過采用遺傳算法的方式，對神經(jīng)網(wǎng)絡(luò)中的參數(shù)進(jìn)行優(yōu)化，結(jié)果見表3。根據(jù)降維前的25種揮發(fā)性成分，對不同的發(fā)酵方式進(jìn)行分類。通過20組數(shù)據(jù)的正確率可以識別模型效果，見表4。

由表4可知，在20組的測試數(shù)據(jù)中，測試的數(shù)據(jù)正確識別率為80%，所以，采用降維前的發(fā)酵方式進(jìn)行分類基本能夠滿足試驗需求。

2.3 降維后對醬油發(fā)酵方式分類模型的性能評估

對50組數(shù)據(jù)進(jìn)行模擬學(xué)習(xí)，采用遺傳算法對神經(jīng)網(wǎng)絡(luò)中的參數(shù)進(jìn)行優(yōu)化，通過降維后的20種揮發(fā)性成分對醬油發(fā)酵方式進(jìn)行分類。由表5可知被優(yōu)化的網(wǎng)絡(luò)模型。由表6可知數(shù)據(jù)正確識別率為100%，所以降維后的發(fā)酵方式識別率為100%。

2.4 降維前對醬油生產(chǎn)地區(qū)分類模型的性能評估

對50組數(shù)據(jù)進(jìn)行模擬學(xué)習(xí)，再由遺傳算法將神經(jīng)網(wǎng)絡(luò)中的結(jié)構(gòu)參數(shù)進(jìn)行優(yōu)化，結(jié)果見表7。根據(jù)降維前的25種揮發(fā)性成分，對醬油的產(chǎn)地進(jìn)行分類。最后根據(jù)20組數(shù)據(jù)識別的正確率來驗證模型效果，見表8。

通過遺傳算法的神經(jīng)網(wǎng)絡(luò)參數(shù)，從被優(yōu)化的結(jié)構(gòu)模型中獲得表8。在表8的20組測試數(shù)據(jù)中，測試的數(shù)據(jù)正確識別率為80%，所以降維前對醬油產(chǎn)地分類的方式符合試驗要求。

2.5 降維后對醬油生產(chǎn)地區(qū)分類模型的性能評估

對50組訓(xùn)練數(shù)據(jù)總結(jié)學(xué)習(xí)，通過遺傳算法的方式對神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中的參數(shù)進(jìn)行優(yōu)化，由降維后的20種成分對醬油產(chǎn)地分類。降維后被優(yōu)化過的網(wǎng)絡(luò)模型見表9。

由表10可知，降維后的醬油產(chǎn)地分類識別率為100%。

3 小結(jié)

采用遺傳算法與優(yōu)化后的4個網(wǎng)絡(luò)結(jié)構(gòu)確認(rèn)，綜上可知，降維后對發(fā)酵方式和醬油產(chǎn)地分類的識別率有所提高。這主要是由于降維處理能夠清除一些與發(fā)酵方式和生產(chǎn)區(qū)域分類不密切的揮發(fā)性成分。

神經(jīng)網(wǎng)絡(luò)是一種模仿生物的神經(jīng)元算法，在非線性分類方面具有較好的實(shí)用性，并且我國的醬油中揮發(fā)性成分與發(fā)酵方式和產(chǎn)地分類皆處于初級階段。本研究通過采用BP網(wǎng)絡(luò)和遺傳算法，對我國醬油中的揮發(fā)性物質(zhì)、發(fā)酵方式和產(chǎn)地分類進(jìn)行研究，旨在為提高醬油的生產(chǎn)質(zhì)量奠定基礎(chǔ)。

參考文獻(xiàn)：

[1]楊昭，姚玉靜，黃佳佳，等.家常烹調(diào)方法對醬油游離氨基酸的影響[J].中國調(diào)味品，2020，45（4）：152-157.

[2]孫莉，胡文康，黃瑤，等.非耐鹽乳酸菌與米曲霉共生釀造醬油的研究[J].中國調(diào)味品，2020，45（5）：13-18.

[3]楊昭，梁瑞進(jìn)，姚玉靜，等.炒制溫度對醬油游離氨基酸變化規(guī)律的影響[J].中國調(diào)味品，2020，45（5）：142-146.

[4]張方娟，張俊芳，張藝飛.基于數(shù)學(xué)定量分析的醬油釀造核心參數(shù)控制優(yōu)化[J].中國調(diào)味品，2020，45（7）：120-122，130.

[5]張培旗，王世豪，縱偉.高壓微射流制備生姜精油納米乳化醬油的工藝研究[J].中國調(diào)味品，2020，45（8）：92-94，104.

[6]鐘小廷，呂杰，易謙武，等.外源添加酵母對黑豆醬油品質(zhì)的影響[J].中國調(diào)味品，2020，45（11）：70-73.

[7]劉曉艷，覃旋，錢敏，等.醬油中微量乙醇的氣相色譜分析方法的建立[J].中國調(diào)味品，2020，45（12）：130-133.

[8]梁文華，王瑞達(dá)，劉敬，等.醬油渣中溫厭氧發(fā)酵產(chǎn)甲烷性能及動力學(xué)[J].中國調(diào)味品，2021，46（1）：22-26.

[9]譚戈，徐晴元，郭麗瓊，等.釀造醬油微生物多樣性及風(fēng)味物質(zhì)研究進(jìn)展[J].中國調(diào)味品，2021，46（6）：160-163，179.

[10]徐義，劉明宣，辜良燕.普通法焦糖色在老抽醬油中的熱穩(wěn)定性研究[J].中國調(diào)味品，2021，46（7）：140-143.

[11]石磊，劉蕊，藤薇，等.不同米曲霉對醬油低鹽固態(tài)發(fā)酵的影響[J].中國調(diào)味品，2021，46（8）：76-81.

[12]鄧岳，梁麗靜，遲原龍，等.傳統(tǒng)自然發(fā)酵醬油細(xì)菌群落結(jié)構(gòu)特征分析[J].中國調(diào)味品，2022，47（5）：89-92，97.