食品工业科技

作者：倪珊, 刘瑞, 吴荣生, 于海

关键词：镇江肴肉,香气特征,顶空-固相微萃取-气相色谱-质谱联用,气味活度值,正交偏最小乘判别分析,

肴肉是镇江地区的特色美食，具有独特的脂香回味和肉质清香。为探究肴肉的“肴香”特征及不同品牌肴肉的香气差异，采用电子鼻（Electronic Nose，E-nose）、顶空-固相微萃取-气相色谱-质谱（Headspace Solid Phase Micro-extraction Gas Chromatography-mass Spectrometry，HS-SPME-GC-MS），结合正交偏最小二乘判别分析（Orthogonal Partial Least Squares-discriminant Analysis，OPLS-DA）和气味活度值（Odor Activity Value，OAV）对三种代表性镇江品牌肴肉及三种非镇江品牌肴肉的香气成分进行分析。结果表明：电子鼻分析显示通过OPLS-DA能够较好的区分六种不同品牌肴肉样品的整体气味，不同产地肴肉样品在W5S、W2W、W2S、W1W、W1S的响应值差异显著（P<0.05）。HS-SPME-GC-MS在六种肴肉样品中共检测出76种香气成分，其中己醛、壬醛、4-萜烯醇、芳樟醇、α-松油醇、α-蒎烯、(+)-柠檬烯、乙基苯、4-烯丙基苯甲醚9种化合物为六种肴肉的共有成分，六组肴肉样品在挥发性香气物质的种类、含量、占比上均存在差异。通过OPLS-DA判别模型及变量重要性投影（Variable Importance in Projection，VIP），并结合OAV值，筛选出己醛、壬醛、桉叶油醇、正己醇、芳樟醇、(+)-柠檬烯、4-烯丙基苯甲醚、茴香脑8个差异性香气成分。己醛、壬醛和芳樟醇是肴肉“肴香”风味的重要香气成分。通过反向传播神经网络（Back propagation neural network，BPNN）模型对差异性组分的准确性进行了验证，测试集的准确率为92.31%。本研究为剖析肴肉独特“肴香”香气及肴肉产品的品质评价、产品质量提升提供科学理论依据。

来源：2025年第22期

《食品工业科技》期刊编辑部

查看食品工业科技杂志2025年第22期