牛奶作为常见的乳制品之一，其中含有丰富的蛋白质、脂肪、乳糖、维生素等多种营养物质，深受人们喜爱。研究表明，电子鼻能够对不同加工和不同种类的成品乳进行快速区分鉴别，但在生乳地区溯源，生乳异常方面的鉴别研究较少。文章中以牛生乳为分析对象，利用电子鼻，针对不同地区生乳以及异常乳的气味成分进行快速分析和鉴别，利用化学计量学分析其气味，文章中以牛生乳为分析对象，利用电子鼻，针对不同地区生乳以及异常乳的气味成分进行快速分析和鉴别，利用化学计量学分析其气味。
不同地区生乳鉴别分析
不同地区生乳气味指纹图谱分析
通过电子鼻对不同地区生乳进行检测，生乳气味指纹图谱，如图2所示。对各地区指纹图谱进行对比分析后，发现生乳气味指纹图谱中共检出16个共有峰，不同地区生乳样品峰的数量几乎没有差异，，结合16个特征峰相对峰面积热图（图3）分析，不同地区生乳特征峰基本相同，但特征峰含量有明显区别。
图2 不同地区生乳气味峰指纹图谱
图3 不同地区生乳气味峰相对峰面积热图分析
生乳气味定性分析
为明确不同地区生乳气味信息成分，对比正构烷烃nC6～nC16标准品的保留时间，将气味指纹图谱中16个共有峰保留时间转换为保留指数之后，与AroChembase数据库进行比对，鉴定出16个可能共有化合物，如表5所示。结果表明，特征峰峰面积相对最大的两组峰为1和3号峰可能为异丙醇和2-丁酮。
表5生乳中可能化合物及感官描述信息
图4为生乳气味特征成分气味轮，图中显示，16个可能化合物主要分为6个主观感知类别，被感知为“蜡质的”和“泼辣”的化合物个数相对较多，主要感官描述为奶油的、奶制品、甜的，都为生乳特征感官风味。综上所述，通过电子鼻指纹图谱检测方法可以快速对样品进行定性分析，以此鉴别生乳成分。
图4 生乳气味特征成分（外圈）和主观感知类别（内圈）的气味轮
不同地区生乳的主成分分析
对不同地区生乳进行PCA分析，结果如图5所示。在PCA模型中，主成分贡献率为（PC1：67.272%；PC2：27.608%），累计贡献率能够达到94.88%，因此主成分分析结果可以较好地代表样品气味信息。对其进行区分后，样品中达拉特旗生乳样品（B）与巴彦淖尔生乳样品（A）、和林格尔生乳样品（C）及宁夏生乳样品（E）在以PC2为区分轴时区分开，达拉特旗生乳样品（B）在以PC2为区分轴时距离相对较远，和林格尔生乳样品（C）、凉城生乳样品（D）及宁夏生乳样品（E）与巴彦淖尔生乳样品（A）以PC1轴作为区分。结果表明PCA分析能够较好区分生乳气味信息。
图5 不同地区生乳的PCA分析
不同地区生乳聚类分析
为初步判定峰面积较大的异丙醇、2-丁酮和环己酮含量对生乳地区归属的影响，以生乳中检测的相关含量为变量，欧式距离平方为度量标准，通过组间平均数联结法完成聚类分析，结果如图6所示。其中，和林格尔生乳样品（C）与宁夏生乳样品（E）先聚为一类，此类生乳异丙醇、2-丁酮和环己酮含量相对偏低，再与巴彦淖尔生乳样品（A）聚为一类后与凉城生乳样品（D）聚为一类，最后与达拉特旗生乳样品（B）聚类，达拉特旗生乳样品的各物质含量较高。
图6 不同地区生乳的聚类分析
不同地区生乳软独立建模分析
图7为不同地区生乳SIMCA，从图中可以看出，以和林格尔样品（C）为参照对4类不同地区的生乳样品进行SIMCA分类，由图可知，巴彦淖尔、达拉特旗、凉城、宁夏生乳样品均在参照区域外，表明SIMCA为有效模型，能将不同地区的生乳进行准确、有效的区分。
图7为不同地区生乳SIMCA，从图中可以看出，以和林格尔样品（C）为参照对4类不同地区的生乳样品进行SIMCA分类，由图可知，巴彦淖尔、达拉特旗、凉城、宁夏生乳样品均在参照区域外，表明SIMCA为有效模型，能将不同地区的生乳进行准确、有效的区分。
图7 不同地区生乳SIMCA分类
生乳和异常乳鉴别分析
生乳和异常乳气味指纹图谱分析
通过在样品中混入草料，表示在挤奶过程中生乳遭受污染，豆奶变质会产生酸臭味，因此以混入变质豆奶粉来表示生乳发酸情况。将混入不同物质的生乳样品作为异常乳，利用电子鼻对比气味差异，如图8所示。与生乳样品相比，异常乳的色谱图出现了新的色谱峰，原有特征峰面积也发生明显变化，与AroChembase数据库信息进行对比从而定性分析生乳和异常乳样品气味成分，确定了可能差异化合物名称、化合物气味信息，如表6所示。其中主要差异化合物为乙醇、异戊醛、2-甲基丁醛、2-乙基呋喃和3-甲基-2-丁烯-1-醇。结果表明，电子鼻可以快速、准确地鉴别出生乳和异常乳间的气味差异。
图8 生乳和异常乳气味峰指纹图谱
表6 主要差异化合物及感官描述信息
生乳和异常乳判别因子分析
对生乳进行DFA分析，结果如图9所示，图中横、纵坐标判别因子1、2累积区分指数达到100%，2种样品未出现重合部分，且相距较远。8批生乳样品均能得到有效分离，所有样品按其性质分为2类，结果表明，通过DFA能够快速、有效地区分生乳和异常乳样品，且区分效果良好。
图9 生乳和异常乳判别因子分析
结论
基于超快速电子鼻，对比分析不同地区生乳的色谱图以及特征峰峰面积情况，从而鉴定出16种共有化合物。通过建立PCA、SIMCA模型的统计分析，能够对不同地区生乳样品气味进行快速鉴别分析。同时对比分析生乳和异常乳样品的色谱，评价其质量整体特征，结果表明，生乳和异常乳中存在的可能化合物与感官描述信息出现明显差异，异常乳中出现了新的可能化合物，为生乳异味的可能来源。DFA的统计分析能够快速鉴别生乳和异常乳样品。
参考文献：张琳,胡娅洁,康海龙,等.基于超快速电子鼻对生乳快速鉴别及应用[J].中国食品添加剂,2024,35(08):208-216.