《Current Research in Food Science》:Advancing sensory metrology: establishing a standardized protocol for measuring the concentration-dependent sweetness potency of sweeteners utilizing gLMS
编辑推荐:
本研究旨在确定一种最佳感官评价方案,用于利用通用标记量级量表(generalized Labeled Magnitude Scale, gLMS)准确地对甜味剂的浓度-响应(concentration–response, C–R)曲线进行建模。研究比较了四种方
本研究旨在确定一种最佳感官评价方案,用于利用通用标记量级量表(generalized Labeled Magnitude Scale, gLMS)准确地对甜味剂的浓度-响应(concentration–response, C–R)曲线进行建模。研究比较了四种方案配置,重点关注三个变量:呈送方法(传统方法 [T-method] 与蔗糖-甜味剂联合法 [SSC method])、样品呈送顺序(升序 [ascending, ASD] 与威廉斯拉丁方 [Williams Latin square, WLS])以及评分技术(15点评分量表 [15-point rating scale, 15PRS] 与 gLMS)。结果表明,gLMS 在量化甜味强度和建模 C-R 曲线方面表现出极强的稳健性。采用 gLMS 的方案能够提供更准确的甜味效力测量,并且与 15PRS 相比,对背景偏差(contextual bias)具有显著更高的抵抗力。15PRS 在低浓度时持续高估甜味效力,尤其对于高倍甜味剂。尽管先前研究中 SSC 方法在使用类别量表(category scales)时能缓解背景效应,但当其与 gLMS 联合使用时,在准确性方面并未带来显著改善。此外,呈送顺序不影响 gLMS 衍生的效力测量值,显示了该量表的稳定性。总体而言,gLMS 在感官评价中本质上不易受背景效应影响,使其成为传统类别量表的可靠替代方案,可用于标准化的甜味计量学(sweetness metrology)。
### 论文解读:基于通用标记量级量表(gLMS)的甜味剂浓度依赖性甜味效力标准化测量方案研究
#### 研究背景与问题
甜味效力(sweetness potency)定义为目标甜味剂相对于标准参照物——蔗糖的甜味强度(Wee et al., 2018)。这一效力随着浓度变化而变化,尤其是对于高倍甜味剂,高浓度通常导致较低的甜味效力(Ko et al., 2020)。准确理解这种浓度依赖性能够帮助食品制造商开发低糖产品,同时保持理想的甜味而不影响口感。甜味效力的常用推导方法是通过对目标甜味剂和蔗糖在特定浓度范围内的测量甜味强度数据进行浓度-响应(concentration–response, C–R)曲线建模。然而,甜味强度评级极易受到背景效应(context effect)的影响。背景效应是指评估环境(如样品集组成、呈送顺序和评分量表)对样品强度评分的系统性影响,导致同一物理刺激在不同情境下获得不同评分(Parducci & Wedell, 1986; Schifferstein, 1995, 1996; Lawless, Horne, & Spiers, 2000)。由于C-R建模将每个甜味强度评分视为绝对值,这种背景依赖的偏移会传播到建模的C-R曲线中,并使推导出的甜味效力产生偏差。先前研究(Choi and Chung, 2014)使用类别量表(category scales)优化C-R建模,比较了传统方法(T-method)和蔗糖-甜味剂联合法(SSC method),发现SSC方法在使用15点评分量表(15PRS)时能通过将蔗糖标准品纳入每个评价集来最小化背景偏差。然而,SSC方法需要两倍的样品量。通用标记量级量表(gLMS)是一种心理物理评分方法,其优势在于提供准对数间距的语义标签,尤其是其锚定范围为从“无感觉”到“任何形式的可想象的最强感觉”,允许被试跨越不同感觉模态进行评分,从而可能减少背景偏差。但是,gLMS对背景偏差的抵抗力及其是否需要SSC方法等方案层面的修正措施,尚不清楚。此外,呈送顺序(如威廉斯拉丁方WLS与升序ASD)对甜味效力系统测量的影响有待深入研究。因此,本研究的目的是确定利用gLMS对甜味剂效力C-R曲线进行建模的最佳感官评价方案。
#### 研究方法与技术
研究人员设计并比较了四种感官评价方案,这些方案系统地改变了三个关键变量:1)呈送方法:传统方法(T-method,将甜味剂和蔗糖样品在不同时段分开评价)与蔗糖-甜味剂联合法(SSC method,将两者在同一评价集中评价);2)样品呈送顺序:威廉斯拉丁方(WLS)与升序(ASD);3)评价量表:15点评分量表(15PRS)与通用标记量级量表(gLMS)。研究涉及5种甜味剂:两种填充型甜味剂(赤藓糖醇、果糖)和三种高倍甜味剂(安赛蜜-K、阿斯巴甜、糖精),并以蔗糖作为对照。研究招募了来自韩国首尔梨花女子大学的166名女性参与者。方案1为10名训练有素的感官品评员,采用15PRS;方案2-4的参与者人数分别为51、51和54名,采用gLMS进行评价。所有方案均包含训练阶段和主评价阶段。方案1采用5天训练以增强品评员评分的准确性。方案2-4则专注于gLMS的正确使用训练,包括使用想象/记忆的感觉和实际刺激进行练习。研究中,甜味剂浓度设定在6个蔗糖等效浓度(SEC)水平。准确性的验证通过比较插值甜味剂浓度的甜味强度与等效蔗糖浓度的甜味强度来进行。数据分析采用了对数转换、回归分析及方差分析等方法。
#### 研究结果
**3.1 各方案下甜味剂的浓度-响应(C-R)曲线建模**
方案1中,大多数甜味剂呈现线性C-R曲线,而方案2-4中所有甜味剂均呈现对数C-R曲线,反映了gLMS数据的对数正态分布。所有方案的平均相关系数(R
2)都很高,介于0.98至0.99之间,表明模型拟合度一致且强健。
**3.2 方案1和方案2比较(SSC-15PRS-WLS 与 SSC-gLMS-WLS)**
- **甜味效力比较:** 对于填充型甜味剂,两种方案均显示效力随浓度略有增加。对于高倍甜味剂,SSC-15PRS-WLS在低浓度时表现出显著的敏感性,导致甜味效力值大幅膨胀(例如,低浓度时阿斯巴甜效力为1228.06 vs. 202.62),而SSC-gLMS-WLS产生的效力值更稳定且一致。
- **验证测试比较:** 验证测试表明,SSC-15PRS-WLS方案中,糖精的评分显著低于相同浓度的蔗糖。相比之下,SSC-gLMS-WLS在低浓度和高浓度下均产生了与蔗糖更接近的甜味强度估计值。结论:使用gLMS对C-R曲线进行建模比使用15点评分量表更可靠。
**3.3 方案2和方案3比较(SSC-gLMS-WLS 与 T-gLMS-WLS)**
- **甜味强度比较:** 统计显示,仅蔗糖(p=0.036)和阿斯巴甜(p=0.001)的甜味强度在两种方案间存在显著差异,而其他甜味剂无差异。总体上,SSC-gLMS-WLS在低浓度时产生略高的评分,但在高浓度时略低。
- **甜味效力比较:** 两种方案下,各浓度下甜味效力相似。填充型甜味剂的效力随浓度缓慢增加,而高倍甜味剂的效力随浓度增加而下降。
- **验证测试比较:** 在低浓度(1.5% SEC)时,T-gLMS-WLS显示各甜味剂间无显著差异,而SSC-gLMS-WLS显示存在显著差异。然而,在高浓度(8% SEC)时,两种方案均显示差异。但所有甜味剂与蔗糖相比,评分均相似。结论:与T方法相比,SSC方法在与gLMS联合使用时,并未提供显著的准确性改善。
**3.4 方案3和方案4比较(T-gLMS-WLS 与 T-gLMS-ASD)**
- **甜味强度与效力比较:** 统计分析未发现两种方案在甜味强度或效力方面存在显著差异。两种方案产生的C-R曲线和甜味效力值几乎相同。结论:呈送顺序(WLS与ASD)不影响gLMS衍生的效力测量值,体现了该量表的稳定性。
#### 研究讨论与结论
**讨论部分总结:** 讨论指出,研究目的已实现,即找到了使用gLMS表征甜味剂C-R曲线的最有效感官评价方案。与15PRS相比,gLMS产生的甜味效力估计值更稳定,尤其是在低浓度和高倍甜味剂上,这可能源于gLMS减少了范围偏差(range bias)和间距偏差(spacing bias)。gLMS的准对数连续范围设计和“最强可想象感觉”锚点使其能够更有效地匹配被试的真实感知体验,并减少量尺天花板效应。研究证实,当使用gLMS时,呈送方法(T-method vs. SSC method)和呈送顺序(WLS vs. ASD)对C-R曲线和效力值的背景效应影响极小,表明gLMS本质上对背景偏差更具抵抗力。研究还区分了填充型甜味剂(果糖、赤藓糖醇)与高倍甜味剂(安赛蜜-K、糖精)不同的C-R曲线特性,并指出gLMS方案对这两类甜味剂均表现出良好适用性。与Choi and Chung (2014) 的研究相比,本研究将调查范围扩展到了多种背景变异来源并证实gLMS的稳健性。讨论最后指出了研究的主要局限性在于参与者均为女性,但通过论述认为这一局限性对甜味效力的相对比值影响不大,并建议未来研究纳入更多样化的样本甚至进行TAS2R基因型分型。
**翻译研究结论部分:**
本研究在先前研究(Choi and Chung, 2014)的基础上,确定了使用gLMS对甜味剂C-R曲线进行建模的最有效方案。比较了四种方案,改变了呈送集(T方法与SSC方法)、样品呈送顺序(ASD与WLS)和评价量表(15PRS与gLMS)。测试了三个假设:1) gLMS能比15PRS产生更准确和可靠的C-R曲线——这一假设得到支持,因为gLMS提供了更一致和精确的测量;2) SSC方法与gLMS结合使用能比T方法进一步减少背景偏差——这一假设未得到支持,因为未观察到额外的偏差减少;3) WLS呈送顺序比ASD顺序更能最小化背景偏差——这一假设也未得到支持,因为WLS相较于ASD在准确性上没有显著改善。总体而言,结果表明,与传统15点类别评分量表相比,gLMS更不易受与呈送集、样品呈送顺序和评价量表相关的背景影响。尽管特定甜味剂仍存在一些方案依赖的差异,但使用gLMS得出的甜味效力估计值在不同实验条件下总体上更为一致。这些发现支持了gLMS作为C-R曲线建模稳健工具的有效性,并为甜味效力测量的标准化提供了一个实用框架。该论文发表在《Current Research in Food Science》。