在Mead的挥发性化合物动态中,机器学习分析了培养前效应对限制速度的步骤

科学领域:

• 食品科学 食品科学 食品科学
• 发酵技术的发酵技术
• 分析化学 分析化学

背景情况:

• 传统上,蜂蜜生产面临着控制风味特征和非风味发展的挑战.
• 挥发性化合物分析对于理解和优化水蜜的感官特征至关重要.

研究的目的:

• 开发和验证一种新的两步发酵工艺,以提高蜜酒的风味质量.
• 综合分析与传统水蜜 (TM) 相比,新型水蜜 (NM) 的挥发性概况和感官属性.

主要方法:

• 使用头部空间固相微提取气体染色学-质谱学 (HS-SPME-GC-MS) 用于挥发性化合物分析的三个列.
• 进行感官评估,以评估风味,苦味,刺激和整体吸引力.
• 采用机器学习和动态监测来识别关键发酵步骤和速度限制反应.

主要成果:

• 新型水蜜 (NM) 呈现出37.6%的非风味化合物减少,包括显著减少的异醇和乙劳拉酸.
• 芳香化合物在NM中增加了39.41%,异乙酸,乙基酸和乙醇显著增加.
• 感官评价显示,苦味减少了41.1%,刺激减少了42.5%,以及水果味 (27.4%),甜味 (36.9%) 和酸味 (45.5%) 的增加.

结论:

• 这种新的两步发酵过程通过调节挥发性化合物形状,有效地提高了蜂蜜的味道质量.
• 确定了发酵过程中的关键香味贡献者和速度限制步骤,为流程优化提供了洞察力.
• 开发的工艺提供了一种可行的方法,用于生产具有改进感官属性的高质量水蜜.