相关实验视频
Updated: May 8, 2026
11:02
Fruit Volatile Analysis Using an Electronic Nose
Published on: March 30, 2012
21.2K
在使用酵母基启动剂的可可粉发酵中研究芳香化合物和嗅觉特征:一种挥发力学和机器学习方法
Haode Chang1, Chunhe Gu2,3, Quanmiao Zhang1
1Key Laboratory of Dairy Science, Ministry of Education, College of Food Science, Northeast Agricultural University, Harbin 150030, China.
Food chemistry: X
|March 19, 2025
概括
这项研究使用机器学习将可可发酵化合物与香味联系起来. 确定了关键的微生物相互作用,为优化可可风味开发和初始培养铺平了道路.
科学领域:
- 微生物学 微生物学
- 食品科学 食品科学 食品科学
- 计算化学计算化学
背景情况:
- 可可发酵依赖于复杂的微生物相互作用和新陈代谢.
- 了解这些相互作用对于开发理想的可可风味配置文件至关重要.
研究的目的:
- 研究可可发酵过程中产生的挥发性化合物与感官属性之间的关系.
- 确定可可纸质发酵中的关键微生物参与者及其代谢功能.
- 使用机器学习开发可可味道的预测模型.
主要方法:
- 使用定义的微生物联盟 (Hanseniaspora uvarum,Saccharomyces cerevisiae,Lactiplantibacillus plantarum,Gluconobacter potus) 来发酵可可纸质.
- 使用头空间固相微提取气色谱-质谱法 (HS-SPME-GC-MS) 量化挥发性化合物.
- 应用19个机器学习算法来将挥发性配置文件与嗅觉评估相关联.
主要成果:
- 机器学习模型展示了诸如酸味 (0.85) 等感官属性的高预测准确性.
- 乙烯 (乙烯 octanoate,乙烯 9-decenoate) 被确定为芳香的关键贡献者.
- 阐明了特定的微生物作用:S. cerevisiae (碳水化合物消耗),H. uvarum (pectin降解),以及乳酸细菌和G. potus.之间的协同相互作用.
结论:
- 机器学习有效地将可可发酵代谢物与感官特征联系起来.
- 这项研究为增强可可味道的微生物协同提供了洞察力.
- 研究结果支持合理设计初始培养物,以改善可可发酵.
更多相关视频
08:43PTR-ToF-MS Coupled with an Automated Sampling System and Tailored Data Analysis for Food Studies: Bioprocess Monitoring, Screening and Nose-space Analysis
Published on: May 11, 2017
12.3K
05:29Profiling Volatile Compounds in Blackcurrant Fruit using Headspace Solid-Phase Microextraction Coupled to Gas Chromatography-Mass Spectrometry
Published on: June 9, 2021
3.7K
