電子鼻應(yīng)用于豬肉丸子香味預(yù)測

蔣 強(qiáng)，鄭麗敏,2,*，田立軍，程國棟，蒙萬隆

（1.中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院，北京 100083；2.食品質(zhì)量與安全北京實驗室，北京 100083）

豬肉丸子是中華傳統(tǒng)美食，市場上種類繁多，其風(fēng)味是消費者選購時最關(guān)心的因素。目前已有很多關(guān)于豬肉風(fēng)味的研究，脂質(zhì)氧化和美拉德反應(yīng)被認(rèn)為是形成肉類特征性風(fēng)味的2 個最主要的途徑[1-4]，熱處理的豬肉脂肪中，醛類和醇類物質(zhì)占據(jù)了揮發(fā)性物質(zhì)的多數(shù)[5]。很多學(xué)者[6-7]的研究發(fā)現(xiàn)肉品中脂肪含量不同導(dǎo)致其脂肪酸類型有所區(qū)別，進(jìn)而會影響其風(fēng)味。

感官評定在食品生產(chǎn)中應(yīng)用廣泛[8-10]，對制造出理想風(fēng)味的食品有重要作用[11]。然而通過人的主觀感覺而產(chǎn)生的數(shù)據(jù)經(jīng)常波動很大[12]，目前電子鼻技術(shù)已經(jīng)廣泛應(yīng)用于食品領(lǐng)域中的食物分類和品質(zhì)檢測[13-17]，但少有將電子鼻應(yīng)用在食品風(fēng)味的預(yù)測上。Haugen等[18]論述了氣體傳感器陣列技術(shù)結(jié)合多變量數(shù)據(jù)處理方法已被證明具有快速非破壞性分析食品中氣味和風(fēng)味的潛力。很多學(xué)者[19-20]的研究表明電子鼻對不同的肉品具有十分顯著的分類效果。不同食品風(fēng)味的差異主要由其揮發(fā)性風(fēng)味物質(zhì)的差異造成[21]，王智凝[22]利用逐步回歸方法建立了電子鼻數(shù)據(jù)與氣相色譜-質(zhì)譜（gas chromatography-mass spectrometry，GC-MS）數(shù)據(jù)間的回歸方程，發(fā)現(xiàn)電子鼻數(shù)據(jù)與GC-MS數(shù)據(jù)具有較強(qiáng)的相關(guān)性，表明電子鼻具有用作感官評定的潛在價值。本實驗在電子鼻對不同丸子樣本能夠良好分類的基礎(chǔ)上。使用GC-MS數(shù)據(jù)分析不同丸子的揮發(fā)性風(fēng)味物質(zhì)的差異，再結(jié)合電子鼻傳感器與主要揮發(fā)性物質(zhì)的相關(guān)性，判斷電子鼻應(yīng)用于感官評定的可行性，最后通過逐步回歸建立電子鼻對人工感官評定指標(biāo)得分的預(yù)測模型，以期能夠通過少數(shù)人工感官評分找到電子鼻與該評分值映射的指紋數(shù)據(jù)，達(dá)到通過電子鼻技術(shù)快速、客觀地評價豬肉丸子風(fēng)味。

1 材料與方法

1.1 材料

實驗所用的豬肉原料由北京資源集團(tuán)提供，將當(dāng)天宰殺的生豬胴體冷卻后，獲取瘦肉30 kg和肥肉10 kg，并絞成肉餡。設(shè)計肥肉、瘦肉配比不同的4 類丸子，每一種丸子所用豬肉（肥肉和瘦肉）的總質(zhì)量為4 kg，丸子配方如表1所示。

表1 豬肉丸子配方Table 1 Meatball formulations

配方中的花椒水由花椒浸泡純凈水（100 g花椒加水1 000 mL）10 h后過濾掉花椒制成。將肉餡按照表1配制，順時針攪拌20 min，加工制作成丸子（10 g/枚）。每一種丸子均用8 L水煮熟。

1.2 儀器與設(shè)備

Trace1310-TSQ8000 GC-MS聯(lián)用儀 美國Thermo Fisher Scientific公司；Fiber 75 μm手動固相微萃取進(jìn)樣器、碳分子篩/聚二甲基硅氧烷（carboxen/polydimethysiloxane，CAR/PDMS）型萃取頭 美國Supelco公司。

電子鼻設(shè)備由中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院研發(fā)，其16 個傳感器陣列由TGS824、TGS822、TGS825、TGS880、TGS812、TGS831、TGS813、TGS830、TGS822TF、TGS2600、TGS2620（2 個）、TGS2611、TGS2602、TGS2610、TGS2201組成。

1.3 方法

1.3.1 感官評定設(shè)計

評價人員由中國農(nóng)業(yè)大學(xué)食品科學(xué)與營養(yǎng)工程學(xué)院的10 位博士組成，嚴(yán)格遵循GB/T 16291.1—2012《感官分析選拔、培訓(xùn)與管理評價員一般導(dǎo)則》。

每位感官評定人員對4 類進(jìn)行4 輪品嘗，每次評測后對丸子香味進(jìn)行打分。分值區(qū)間為0～4 分，0 分代表最低評價，4 分代表最高評價，見表2。

表2 感官評價標(biāo)準(zhǔn)Table 2 Sensory evaluation criteria

1.3.2 電子鼻檢測

將丸子樣本放入電子鼻盛物槽中使用頂空吸氣法對樣本的揮發(fā)性物質(zhì)進(jìn)行采集。測定條件：保持溫度恒定在40 ℃?？諝饬髁繛? L/min，測定前傳感器清洗60 s。采樣時間300 s。

1.3.3 揮發(fā)性物質(zhì)的測定

使用頂空-固相微萃取方法提取揮發(fā)性化合物。準(zhǔn)確稱取3 g樣品裝入固相微萃取小瓶中，旋緊蓋子，將固相微萃取瓶放入55 ℃水浴鍋中，然后將固相微萃取針頭插入瓶中，纖維頭處于頂空狀態(tài)吸附香氣化合物40 min。然后用GC-MS方法測定揮發(fā)性化合物。

GC條件：TG-Wax極性柱（30 m×0.25 mm，0.25 μm）；高純氦氣（純度＞99.99%）作為載氣，流速1.0 mL/min（恒定）；不分流。程序升溫：進(jìn)樣口溫度230 ℃，柱溫起始40 ℃保持5 min，以3 ℃/min升溫到170 ℃，保持0 min，再以15 ℃/min升到230 ℃保持2 min。

MS條件：電子電離源；傳輸線溫度230 ℃；電子能量70 eV；離子源溫度280 ℃；質(zhì)量掃描范圍40～600 u。

依據(jù)NIST和Willey譜庫檢索，對樣品的揮發(fā)性組分進(jìn)行分析。

1.4 數(shù)據(jù)分析

使用Excel 2016對感官評價數(shù)據(jù)進(jìn)行單因素方差分析；用MATLAB 2016b對電子鼻數(shù)據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)分類模型的訓(xùn)練；用Unscrambler 10.4對偏最小二乘回歸圖進(jìn)行繪制；用SPSS 21.0軟件對電子鼻進(jìn)行線性判別分析（linear discriminant analysis，LDA）和逐步回歸模型的建立。

2 結(jié)果與分析

2.1 感官評定分析結(jié)果

表3 丸子香味單因素方差分析Table 3 Analysis of variance (ANOVA) for sensory scores of pork balls

對獲得的40 組丸子香味感官評價數(shù)據(jù)進(jìn)行單因素方差分析，如表3所示。組間平方和為9.05，組內(nèi)平方和為117.35，P值為0.008 78，說明不同丸子香味有極顯著差異（P＜0.01）。如圖1所示，在實驗設(shè)計的肥、瘦肉比例變化區(qū)間中，隨著肥肉比例上升丸子的香味得分也隨之升高。

圖1 4 類丸子香氣感官得分的柱狀圖Fig. 1 Histogram for sensory scores of four pork balls

2.2 電子鼻數(shù)據(jù)分析結(jié)果

2.2.1 特征值提取與判別分析

與GC-MS技術(shù)不同，電子鼻對豬肉丸子揮發(fā)性物質(zhì)的檢測是針對揮發(fā)性氣味的整體氣味（指紋數(shù)據(jù)），而不是某一種具體的揮發(fā)性物質(zhì)[23]。從電子鼻16 個傳感器獲取的數(shù)據(jù)中，每個傳感器提取9 個特征值，每個樣本可獲得144 個特征值。采用LDA對電子鼻采集的特征值數(shù)據(jù)進(jìn)行分類判別，如圖2所示。4 類丸子樣本組間區(qū)分明顯，組內(nèi)聚集程度高，說明電子鼻對4 類丸子具有良好的分類能力。

圖2 特征值數(shù)據(jù)的LDA判別二維散點圖Fig. 2 Two-dimensional scatter plot of LDA analysis for eigenvalues

2.2.2 神經(jīng)網(wǎng)絡(luò)對丸子分類識別

圖3 神經(jīng)網(wǎng)絡(luò)模型效果圖Fig. 3 Effect of neural network model

將電子鼻數(shù)據(jù)結(jié)合人工神經(jīng)網(wǎng)絡(luò)分類算法，進(jìn)行分類判別，本實驗得到4 類豬肉丸子的電子鼻檢測數(shù)據(jù)，每種丸子15 組樣本，共60 組樣本。使用MATLAB神經(jīng)網(wǎng)絡(luò)分類工具箱進(jìn)行模型訓(xùn)練，選擇60 組數(shù)據(jù)中的45 組數(shù)據(jù)作為訓(xùn)練集，3 組數(shù)據(jù)作為驗證集，12 組數(shù)據(jù)作為測試集。訓(xùn)練后模型的分類效果如圖3所示。測試集正確率為91.7%，12 個測試樣本僅有一個被分類錯誤。說明電子鼻結(jié)合機(jī)器學(xué)習(xí)算法對不同肥、瘦肉比例的豬肉丸子的揮發(fā)性風(fēng)味具有顯著的分類能力。

2.3 GC-MS分析結(jié)果

2.3.1 測定結(jié)果分析

GC-MS檢測出67 種不同的化合物，主要為醇類、醛類和酮類等。如表4所示，檢測出的揮發(fā)性化合物中醛類和醇類揮發(fā)性物質(zhì)總量超過80%。醛類相對含量隨著肥肉含量的增加而增加，醇類相反。

醛類物質(zhì)相對含量為30.68%～46.75%，在10～11 種醛類物質(zhì)中己醛占到了醛類總量的75.68%～84.68%。相對含量最多的物質(zhì)分別是己醛（23.42%～37.79%）、戊醛（1.45%～1.99%）和庚醛（0.76%～0.93%）。己醛、戊醛和庚醛在肥肉比例高的丸子中相對含量更高。己醛具有油脂和青草氣息及蘋果香味[24]，癸醛和庚醛可賦予肉水果香、甜香和脂香。醛類物質(zhì)的閾值較低[25-27]，是肉品香味的主要構(gòu)成物質(zhì)[28]。

表4 GC-MS數(shù)據(jù)Table 4 Relative contents of volatile compounds in pork balls determined by GC-MS

醇類物質(zhì)在1號丸子樣本中相對含量為53.52%，超過揮發(fā)性物質(zhì)總量的一半，4號丸子樣本中醇類相對含量為37.37%，相比1號丸子減少了16.15%，在檢測到的22 種醇類物質(zhì)中相對含量較高的主要是桉樹醇（11.89%～17.56%）、1-辛烯-3-醇（4.22%～8.59%，具有熟蘑菇味[29]）和反-2-辛烯醇（僅在1號丸子中含量較高，為13.48%）。醇類物質(zhì)閾值也較低[25-27]，本實驗檢測出醇類物質(zhì)相對含量較大，對丸子的整體風(fēng)味的形成也具有重要的貢獻(xiàn)。

酮類物質(zhì)在總揮發(fā)性物質(zhì)中的占比為3.76%～8.16%，主要來源是不飽和脂肪酸的熱氧化或降解以及氨基酸降解[30]。酮類化合物一般呈奶油香和水果香氣，與肉味香氣相關(guān)不大，在肉品整體香氣中起到微妙的作用。

碳?xì)浠衔飳︼L(fēng)味的貢獻(xiàn)較小，但是其形成的雜環(huán)化合物閾值較低[31]，具有很重要的作用，例如本實驗檢測到少量的呋喃類物質(zhì)，如2-戊基呋喃（豆香和蔬菜芳香）閾值很小，對丸子香氣有重要貢獻(xiàn)。

2.3.2 電子鼻特征值與揮發(fā)性物質(zhì)的偏最小二乘回歸分析

圖4 傳感器平均值與GC-MS數(shù)據(jù)關(guān)系的偏最小二乘回歸圖Fig. 4 PLS regression plot showing the correlation between GC-MS data and average data from each of 16 sensors

將4 類丸子共有的38 種揮發(fā)性化合物做自變量，16 個傳感器每個傳感器平均值做因變量，應(yīng)用偏最小二乘回歸來觀察兩者之間的相關(guān)性，如圖4所示。該模型分別解釋了95%和60%的揮發(fā)性物質(zhì)和電子鼻傳感器數(shù)據(jù)的變化。相對含量較高且貢獻(xiàn)較大的幾種物質(zhì)均與大部分傳感器呈現(xiàn)較好的相關(guān)性，其中反-2-辛烯醇、苯乙醇、胡椒酮、2-（4-甲基苯基）丙-2-醇、苯乙醇乙酸酯、左旋香芹酮和桉樹醇與大部分傳感器都呈較強(qiáng)的正相關(guān)。己醛、戊醛、（Z）-2-庚烯醛、正戊醇和（Z）-2-庚烯醛等物質(zhì)均與電子鼻特征值呈明顯的負(fù)相關(guān)性。其中己醛含量較大相關(guān)性較為明顯。上述證明了大部分電子鼻傳感器與主要揮發(fā)性化合物具有較強(qiáng)的相關(guān)性。證明了電子鼻能夠進(jìn)行感官評定的可行性。同時觀察發(fā)現(xiàn)s5與s16傳感器靠近橢圓中心，說明并不是所有的傳感器對豬肉丸子的揮發(fā)性氣味敏感。

2.4 脂肪含量對丸子風(fēng)味差異影響分析

表5 醛類揮發(fā)性物質(zhì)與脂肪含量相關(guān)性分析Table 5 Correlation analysis of aldehydes and fat contents

為了探究豬肉中的脂肪含量的差異對丸子風(fēng)味差異產(chǎn)生的影響，使用SPSS 21.0軟件對GC-MS數(shù)據(jù)中醛類揮發(fā)性物質(zhì)與脂肪含量進(jìn)行相關(guān)性分析，如表5所示。醛類揮發(fā)性物質(zhì)在4 類丸子中的相對含量與丸子脂肪含量有較強(qiáng)的相關(guān)性（P＜0.01）。

豬肉中，瘦肉部分的脂肪多由甘油三酯、磷脂和游離脂肪酸組成[32]，肥肉多為甘油三脂[33]，其中甘油三脂富含飽和脂肪酸和單不飽和脂肪酸（monounsaturated fatty acid，MUFA），磷脂中富含多不飽和脂肪酸[34]。不飽和脂肪酸氧化形成眾多揮發(fā)性化合物，其中醛類、某些不飽和酮和呋喃衍生物是最重要的香氣化合物[35]。從GC-MS數(shù)據(jù)上可以看出肥肉比例高的丸子產(chǎn)生的醛類物質(zhì)越多，主要來源是肥肉脂肪中MUFA發(fā)生氧化。

2.5 感官指標(biāo)與電子鼻數(shù)據(jù)回歸分析

通過2.2節(jié)證明了電子鼻對4 類丸子具有良好的分類效果，2.3.2節(jié)表明電子鼻特征值和揮發(fā)性物質(zhì)具有較強(qiáng)的相關(guān)性，同時這些揮發(fā)性風(fēng)味物質(zhì)是造成各類丸子感官指標(biāo)得分差異的根本原因。為了建立感官評定的各指標(biāo)得分與電子鼻數(shù)據(jù)之間的映射關(guān)系，使得電子鼻能夠?qū)ν枳痈泄僭u定進(jìn)行預(yù)測。使用逐步回歸選取影響最大的特征值變量進(jìn)入模型之中，然后重復(fù)此過程。通過SPSS 21.0軟件中逐步回歸，選用感官評定各指標(biāo)平均分值作為因變量，自變量為電子鼻提取的特征值，每種丸子有15 組樣本，其中10 組用來建立回歸模型，5 組用來檢驗?zāi)Ｐ托Ч?。得到以下回歸模型。

香味：y1=2.113－0.297x1－0.102x2＋0.080x3＋0.107x4－0.059x5＋0.102x6－0.036x7

式中：x1為傳感器s3的最大值－最小值；x2為傳感器s12的對數(shù)擬合一次項系數(shù)；x3為s13的對數(shù)擬合一次項系數(shù)；x4為s12二次項系數(shù)；x5為s9的最大值－最小值；x6為s12的相對積分值；x7為s11的半寬值。

方程中涉及的傳感器的具體型號：s3為TGS825，s4為TGS880，s9為TGS822TF，s11為TGS2620，s12為TGS2611，s13為TGS2602。

表6 回歸模型檢驗結(jié)果Table 6 Validation of regression model

由表6可以看出，4 個模型R2均大于0.9，P值均小于0.01，模型效果顯著，預(yù)測誤差較小。表明該模型可以有效預(yù)測90%以上的因變量變化。較小的預(yù)測誤差說明使用電子鼻技術(shù)預(yù)測感官指標(biāo)得分具有可靠性。

3 結(jié) 論

通過感官分析得出4 類丸子在香味指標(biāo)上存在極顯著差異，豬肉丸子香味感官評分為4號＞3號＞2號＞1號。電子鼻對4 類丸子分類結(jié)果表明，其能夠有效區(qū)分不同種類的丸子。GC-MS對4 類丸子一共檢測出67 種化合物，其中醛類、醇類和酮類等化合物對丸子風(fēng)味差異的形成起到重要作用，結(jié)合脂肪含量對風(fēng)味影響的分析結(jié)果可以推測，造成風(fēng)味差異的原因是4 類丸子中肥肉、瘦肉不同的配比。偏最小二乘回歸分析得到電子鼻傳感器與對風(fēng)味有很高貢獻(xiàn)作用的揮發(fā)性化合物具有較好的相關(guān)性，表明了電子鼻用于感官評定具有可行性。通過以上分析，最后使用逐步回歸得到香味感官得分?jǐn)?shù)據(jù)和電子鼻數(shù)據(jù)之間的回歸模型，顯著性分析表明該模型能有效預(yù)測90%以上的因變量的變化，誤差分析顯示該模型具有較高的正確率，使用電子鼻設(shè)備來進(jìn)行感官評定具有實際意義。通過電子鼻技術(shù)進(jìn)行感官評定，具有快速、低成本和客觀性等優(yōu)點。

參考文獻(xiàn)：

[1]WARRISS P D. Meat science： an introductory text[J]. Meat Science,1999, 56(3)： 319-319.

[2]TREVISAN A J, LIMA D D A, SAMPAIO G R, et al. Influence of home cooking conditions on Maillard reaction products in beef[J]. Food Chemistry, 2016, 196： 161-169. DOI：10.1016/j.foodchem.2015.09.008.

[3]LEIVA G E, NARANJO G B, MALEC L S. A study of different indicators of Maillard reaction with whey proteins and different carbohydrates under adverse storage conditions[J]. Food Chemistry,2017, 215： 410-416. DOI：10.1016/j.foodchem.2016.08.003.

[4]YU H, SEOW Y X, ONG P K, et al. Effects of high-intensity ultrasound on Maillard reaction in a model system of D-xylose and L-lysine[J]. Ultrasonics Sonochemistry, 2017, 34： 154-163.DOI：10.1016/j.ultsonch.2016.05.034.

[5]MOTTRAM D S. The effect of cooking conditions on the formation of volatile heterocyclic compounds in pork[J]. Journal of the Science of Food & Agriculture, 1985, 36(5)： 377-382. DOI：10.1002/jsfa.2740360510.

[6]BERRY B W. Fat level, high temperature cooking and degree of doneness affect sensory, chemical and physical properties of beef patties[J]. Journal of Food Science, 1994, 59(1)： 10-14. DOI：10.1111/j.1365-2621.1994.tb06885.x.

[7]李瑩瑩, 李家鵬, 吳曉麗, 等. 蒸煮溫度和時間對豬肉脂肪酸組成比例關(guān)系的影響[J]. 食品科學(xué), 2012, 33(23)： 27-30.

[8]CIVILLE G V, OFTEDAL K N. Sensory evaluation techniques-make“good for you” taste “good”[J]. Physiology & Behavior, 2012, 107(4)：598-605. DOI：10.1016/j.physbeh.2012.04.015.

[9]LAWLESS H T, HEYMANN H. Sensory evaluation of food[J].Cornell Hospitality Quarterly, 2010, 84(4)： 664-668.

[10]ZHOU Y X, HAI W U. Electronic nose and the application in meat sensory evaluation[J]. Meat Research, 2009, 8： 55-58.

[11]HAN S Y, LEE E J, SUN H M, et al. Addition of garlic or onion before irradiation on lipid oxidation, volatiles and sensory characteristics of cooked ground beef[J]. Meat Science, 2011, 88(2)：286-291. DOI：10.1016/j.meatsci.2011.01.002.

[12]ZIELINSKI A A F, HAMINIUK C W I, NUNES C A, et al. Chemical composition, sensory properties, provenance, and bioactivity of fruit juices as assessed by chemometrics： a critical review and guideline[J]. Comprehensive Reviews in Food Science & Food Safety, 2014, 13(3)： 300-316.

[13]SHEN N, MOIZUDDIN S, WILSON L, et al. Relationship of electronic nose analyses and sensory evaluation of vegetable oils during storage[J]. Journal of the American Oil Chemists’ Society,2001, 78(9)： 937-940. DOI：10.1007/s11746-001-0367-z.

[14]TIAN H, SHEN Y, YU H, et al. Aroma features of honey measured by sensory evaluation, gas chromatography-mass spectrometry and electronic nose[J]. International Journal of Food Properties, 2016.DOI：10.1080/10942912.2016.1213744.

[15]SHEN F, WU Q, SU A, et al. Detection of adulteration in freshly squeezed orange juice by electronic nose and infrared spectroscopy[J].Czech Journal of Food Sciences, 2016, 34(3)： 224-232.DOI：10.17221/303/2015-CJFS.

[16]GIUNGATO P, LAIOLA E, NICOLARDI V. Evaluation of Industrial roasting degree of coffee beans by using an electronic nose and a stepwise backward selection of predictors[J]. Food Analytical Methods, 2017, 10： 3424-3433. DOI：10.1007/s12161-017-0909-z.

[17]LI M, WANG H, SUN L, et al. Application of electronic nose for measuring total volatile basic nitrogen and total viable counts in packaged pork during refrigerated storage[J]. Journal of Food Science,2016, 81(4)： M906-M912. DOI：10.1111/1750-3841.13238.

[18]HAUGEN J E, KVAAL K. Electronic nose and artificial neural network[J]. Meat Science, 1998, 49(Suppl 1)： S273-S286.DOI：10.1016/S0309-1740(98)90054-7.

[19]TIAN X, WANG J, CUI S. Analysis of pork adulteration in minced mutton using electronic nose of metal oxide sensors[J]. Journal of Food Engineering, 2014, 119(4)： 744-749. DOI：10.1016/j.jfoodeng.2013.07.004.

[20]潘見, 楊俊杰, 鄒英子. 不同涂層SPME與GC-MS聯(lián)用比較分析兩種豬肉揮發(fā)性風(fēng)味成分[J]. 食品科學(xué), 2012, 33(12)： 169-172.

[21]CHIRA K, PACELLA N, JOURDES M, et al. Chemical and sensory evaluation of Bordeaux wines (Cabernet-Sauvignon and Merlot) and correlation with wine age[J]. Food Chemistry, 2011, 126(4)： 1971-1977. DOI：10.1016/j.foodchem.2010.12.056.

[22]王智凝. 電子鼻在豬肉新鮮度檢測中的應(yīng)用研究[D]. 北京： 中國農(nóng)業(yè)大學(xué), 2015.

[23]ARSHAK K, MOORE E, LYONS G M, et al. A review of gas sensors employed in electronic nose applications[J]. Sensor Review, 2004,24(2)： 181-198. DOI：10.1108/02602280410525977.

[24]HATANAKA A. The Biogeneration of green odor by green leaves[J].Phytochemistry, 1993, 34(5)： 1201-1218.

[25]TIMON M L, CARRAPISO A I, JURADO J, et al. A study of the aroma of fried bacon and fried pork loin[J]. Journal of the Science of Food & Agriculture, 2004, 84(8)： 825-831. DOI：10.1002/jsfa.1740.

[26]HOFMANN T, MüNCH P, SCHIEBERLE P. Quantitative model studies on the formation of aroma-active aldehydes and acids by strecker-type reactions[J]. Journal of Agricultural & Food Chemistry,2000, 48(2)： 434-440. DOI：10.1021/jf990954c.

[27]DAVIDE F A M. Self-organizing multi-sensor systems for odour classification： internal cate-gorization, adaptation and drift rejection[J].Sens Actuators B, 1994, 18(1/3)： 244-258.

[28]ZHOU J. Study summary of the meat flavor[J]. Meat Research,2003(2)： 16-18.

[29]李小林, 陳誠, 清源, 等. 會東縣不同品種塊菌揮發(fā)性香氣成分的GC-MS分析[J]. 食品科學(xué), 2015, 36(18)： 132-136. DOI：10.7506/spkx1002-6630-201518024.

[30]霍曉娜, 李興民, 劉毅, 等. 豬腿肉脂肪酸組成及脂肪氧化的研究[J].食品科學(xué), 2006, 27(1)： 101-104.

[31]YU A, SUN B, TIAN D, et al. Analysis of volatile compounds in traditional smoke-cured bacon (CSCB) with different fiber coatings using SPME[J]. Food Chemistry, 2008, 110(1)： 233-238.DOI：10.1016/j.foodchem.2008.01.040.

[32]SHAHIDI F. 肉制品與水產(chǎn)風(fēng)味[M]. 李潔, 朱國斌, 譯. 北京： 中國輕工業(yè)出版社, 2001.

[33]熊明民, 馬長偉. 豬肉肌間/脂肪組織在蒸煮過程中的脂肪酸組成變化[J]. 食品科學(xué), 2014, 35(7)： 64-67. DOI：10.7506/spkx1002-6630-201407013.

[34]王庭. 脂質(zhì)對榮昌豬肉風(fēng)味的貢獻(xiàn)研究[D]. 重慶： 西南大學(xué), 2011.

[35]顏偉強(qiáng), 唐彬婧. 脂肪降解及其產(chǎn)物在美拉德反應(yīng)中應(yīng)用的研究[J].食品科學(xué), 2006, 27(3)： 272-274.