日本INSENT电子舌：从人工品评到数字化味觉，多维数据实现果酒复杂风味研究

影响果酒口感的因素实在太多了，而作为入口的果酒，口感是大家极为关注的指标。日本INSENT电子舌使用具有广域选择特异性的人工脂膜传感器，模拟生物活体的味觉感受机理，通过检测各种味物质和人工脂膜之间的静电作用或疏水性相互作用产生的膜电势的变化，实现对5种基本味（酸、甜、苦、咸、鲜）和涩味的评价，还可以分析苦的回味、涩的回味和鲜的回味(丰富度)。无需借助任何统计分析和建模，该味觉系统已经应用于饮料、酒类、调味品、果蔬、肉制品等食品各个领域。

样品名称：不同工艺处理的果酒样品4个

检测指标：果酒味觉差异分析

1.实验结果数据

2.确定有效的味觉指标

以参比溶液的输出为“0”，除了酸味和咸味，其他指标的无味点均为0，我们将大于无味点的味觉项目作为评价对象。由于基准液是氯化钾与酒石酸配制而成，故基准溶液中含有少量的酸和盐，酸味和咸味的无味点分别为-13和-6。无味点以下的项目可以认为是该样品没有的味道，从图1中可见，根据样品的主要味觉指标进行分析。

3.苦咸鲜味检测气泡图

从图2中可以看到样品苦味和咸味为横纵坐标，鲜味为气泡大小的对比情况。

4.折线图

图3为样品以横坐标各个味道在纵坐标上的数值比较，通过折线连接，比较味道上差异情况。

5.数据重现性分析

4次循环，去掉第一次循环取后三次的平均值，从图中看出，传感器响应稳定，有较好的重现性，可以认为数据有效。

上图中，g为平均误差；s1为所有样品的平均值；s2为所有样品的标准偏差；m2用以判定不同样品的误差率，反映传感器的区分能力（值越低样品的区分性越好）误差率（m2值）：将样品整体偏差作为100％，而后求样品测定误差与其的比率。

误差率＝20(%)样品最大可识别为5组

误差率＝50(%)样品最大可识别为2组

误差率＝100(%)g=s2 ，不能有效识别

由此可见，所有的味觉传感器对该样品的区分性均很好。

6.PCA主成分分析

PCA主成分分析为一种常用的统计分析方法。选取主要味觉指标进行分析得出结果如图，主成分1和2为横、纵坐标轴，方差贡献率为99.69%和0.18%，对样品进行聚类分析，结果如下图5所示。从图中可见，样品间的距离越小，说明综合味觉较为接近，反之，样品味觉差异较大。结合PCA传感器贡献率表可见，第一主成分贡献率很高可以不考虑其他主成分的影响以第一主成分进行分析。

本次测试果酒样品测试结果主要味觉指标为鲜味、咸味和苦味，根据各图形和PCA分析结果可以发现SP与SP+4dSC样品接近，SC与其他样品差异较大。差异主要在酸味上。以上结果需要与样品本身特征进行结合分析。

1、不同果酒之间的区分和辨别，帮助消费者或生产者识别不同果酒的味道特征；

2、可以用于果酒生产过程中的质量控制，确保每一批次的果酒都符合既定的品质标准；

3、还可以用于果酒研发，帮助研究人员了解不同工艺参数对果酒味道的影响，从而优化生产工艺，提升果酒的品质。

电子舌的应用不仅提高了果酒检测的准确性和效率，还为果酒生产提供了更加科学、客观的评价手段。随着技术的不断发展，电子舌在果酒检测中的应用前景将更加广阔。