《Food Chemistry: X》:Aroma evolution of Anhua Qianliang tea across different storage years: Machine learning-assisted discrimination of storage stages and screening of marker volatile compounds
编辑推荐:
摘要:安化千两茶(Anhua Qianliang tea, QLT)是一种代表性紧压黑茶,其香气品质在长期贮存过程中被逐步重塑,然而这一转变背后的挥发性物质基础仍不清楚。本研究整合定量描述分析(quantitative descriptive analysis
摘要:安化千两茶(Anhua Qianliang tea, QLT)是一种代表性紧压黑茶,其香气品质在长期贮存过程中被逐步重塑,然而这一转变背后的挥发性物质基础仍不清楚。本研究整合定量描述分析(quantitative descriptive analysis, QDA)、全二维气相色谱?四极杆飞行时间质谱(comprehensive two?dimensional gas chromatography coupled with quadrupole time?of?flight mass spectrometry, GC?×?GC?QTOFMS)、多元统计及机器学习方法,解析不同贮存年份QLT的感官演变、挥发性物质重构及阶段相关香气标志物。陈化使QLT香气轮廓由早期青香、鲜爽特征向晚期木质、陈香及药草香特征偏移。挥发性谱图共鉴定281种化合物,贮存阶段区分主要与脂质氧化衍生挥发物、类胡萝卜素降解产物、含氧萜烯及甲氧基苯衍生物协同变化相关。相关性分析进一步表明脂质衍生挥发物与早期香气表达关联密切,而类胡萝卜素降解产物、含氧萜烯及甲氧基苯衍生物更密切联系于陈香。差异筛选鉴定芳樟醇(linalool)、β?紫罗酮(β?ionone)、二氢猕猴桃内酯(dihydroactinidiolide)、藏花醛(safranal)等为潜在阶段相关标志物。机器学习显示CatBoost分类性能最优,SHAP(Shapley Additive exPlanations)分析表明辛醛(octanal)、己醛(hexanal)、(Z)?4?庚烯醛((Z)?4?heptenal)等对贮存阶段判别贡献最大。上述结果支持QLT陈化具有阶段依赖性挥发性重构框架,并为贮存阶段鉴别及香气品质评价提供化学依据。
论文解读:不同贮存年份安化千两茶(Anhua Qianliang tea, QLT)的香气演变及机器学习辅助贮存阶段判别与标志物挥发性化合物筛选
该研究发表于《Food Chemistry: X》。安化千两茶(QLT)是湖南黑茶代表性紧压产品,经竹篓、箬叶多层包裹后长期自然陈化,其独特半封闭微环境调控微生物演替与缓慢氧化,形成典型木质、陈香特征。目前黑茶(如普洱、六堡茶)陈化香气已有部分报道,但QLT因特殊包装与工艺致陈化行为复杂,长期贮存中香气演变规律及挥发性物质基础尚不明晰,传统线性判别方法亦难以捕捉陈化过程的高维非线性代谢波动。为此,研究人员以不同贮存年份QLT为对象,结合感官评价、全二维气相色谱?四极杆飞行时间质谱(GC?×?GC?QTOFMS)挥发性组学、多元统计分析及机器学习(machine learning, ML),系统解析QLT陈化香气演变规律、关键呈香化合物、阶段差异挥发物及陈化阶段判别标志物,为QLT贮存阶段识别、陈香形成机制解析及品质评价提供理论依据。
主要关键技术方法:
研究人员收集湖南某企业同原料同工艺生产的9个贮存年份(对应贮存期2、4、6、9、12、14、18、20、25年)QLT代表性样本各1份,自然仓储条件平均温度16.6?℃、相对湿度80.7%。由8名受训评审员按GB/T 23776?2018进行定量描述分析(QDA),以青香、花香、果香、陈香、木质香、药草香6个属性0?5分标定。采用顶空固相微萃取(headspace solid?phase microextraction, HS?SPME)结合GC?×?GC?QTOFMS(一维HP?5MS、二维DB?17MS柱,C7?C28正构烷烃校准保留指数RI)检测挥发性组分,内标法相对定量并计算相对嗅感活性值(relative odor activity value, ROAV)。依贮存年限划为早期(≤10年)、中期(12、14年)、晚期(18?25年),Z?score标准化后分别以Dummy、K?近邻(KNN)、支持向量机(SVM)、CatBoost建模,留一法交叉验证(leave?one?out cross?validation, LOOCV)评估性能,SHAP解释最优模型特征贡献。正交偏最小二乘判别分析(orthogonal partial least squares?discriminant analysis, OPLS?DA)筛选差异挥发物(VIP≥1, p<0.05, |log2FC|>1且ROAV>1),Pearson相关分析关联感官属性与关键挥发物。
3.1. Sensory differences among QLT samples with different storage years(不同贮存年份QLT样品的感官差异)
研究人员通过QDA雷达图与相关热图发现,早期QLT青香、花香强度高,晚期木质、陈香、药草香显著增强;青香?花香与木质?陈香?药草香分别呈正相关且两组间显著负相关,证实QLT陈化为由鲜爽向木质陈香连续过渡的阶段性感官重构。
3.2. Characterization of volatile profiles in QLT across storage years(跨贮存年份QLT挥发性轮廓表征)
GC?×?GC?QTOFMS从全部样本中鉴定281种挥发性化合物,以烃类(45.20%)居多,其次为酮(15.66%)、醛(8.90%)、醇(7.83%)等。各类别相对比例随陈化改变——早期醛类占比偏高,中晚期甲氧基苯衍生物及部分含氧化合物升高。PCA、HCA及PLS?DA表明样本按早期(Q2、Q4)、中期(Q6、Q9、Q12、Q14)、晚期(Q18、Q20、Q25)聚类而非严格按线性时间,说明QLT香气演变属阶段性重组而非单调累积。
3.3. Identification of key aroma?active compounds and their associations with sensory attributes(关键呈香活性物质鉴定及其与感官属性的关联)
计算ROAV(≥1)筛选出35种关键呈香物。脂质氧化产物己醛(hexanal)、1?辛烯?3?醇、2?戊基呋喃等多贡献早期青鲜香且晚期减弱;辛醛(octanal)早期未检出,晚期升至约63?65?μg/kg,为典型陈香相关标志。类胡萝卜素降解产物β?紫罗酮(β?ionone)、二氢猕猴桃内酯(dihydroactinidiolide)、藏花醛(safranal)及甲氧基苯衍生物(1,2?二甲氧基苯、1,2,3?三甲氧基苯等)在中晚期富集并与木质、陈香正相关。感官?挥发物相关网络显示:木质、陈香正关联合氧萜烯(cedrol)、甲氧基苯衍生物及β?紫罗酮类等;青香、果香正关联己醛等脂质醛、呋喃类;花香、药草香关联芳樟醇(linalool)及芳樟醇氧化物。
3.4. Screening of key differential volatile compounds across different aging stages(不同陈化阶段关键差异挥发性化合物筛选)
OPLS?DA两两比较早期?中期(55个差异物)、中期?晚期(66个差异物),早期vs晚期联合筛选得12个关键差异挥发物(VIP>1, p<0.05, |log2FC|>1, ROAV>1):d?柠檬烯(d?limonene)、linalool、β?ionone、dihydroactinidiolide、safranal、cedrol等偏向早期高表达;辛醛(octanal)、(E)?2?癸烯醛((E)?2?decenal)偏向晚期高表达,可分别作为早、晚期特征标志物。
3.5. Machine learning?assisted identification of stage?related aroma markers(机器学习辅助识别阶段相关香气标志物)
以35种ROAV>1化合物为输入,CatBoost分类准确率89%优于KNN(78%)、SVM(78%)及Dummy(44%)。SHAP分析表明辛醛、己醛、(Z)?4?庚烯醛、cedrol、2?乙基呋喃、safranal、dihydroactinidiolide等对阶段判别贡献最大;(Z)?4?庚烯醛、cedrol、2?乙基呋喃、safranal、dihydroactinidiolide正向推早期预测,辛醛、己醛正向推晚期预测,中期呈过渡分布,验证了统计筛选的标志物可靠性并建立化学标志—感官属性的映射关系。
3.6. Proposed aroma evolution patterns of key volatile compounds during aging(陈化过程中关键挥发性化合物香气演变模式探讨)
研究人员归纳四类协同重构模式:①脂质氧化衍生挥发物(hexanal等早期减弱,octanal等晚期凸显或部分保留);②萜烯及含氧萜烯(d?limonene、linalool早期为主,linalool oxides呈阶段依赖波动);③类胡萝卜素降解产物(β?ionone、dihydroactinidiolide、safranal等与陈香动态关联而非单纯累积);④甲氧基苯衍生物(1,2?二甲氧基苯等形成强共变模块,与木质?陈香紧密正关联,受QLT独特竹篓?箬叶半封闭微环境中Eurotium/Aspergillus分泌酶催化酚类甲基化驱动)。整体为脂质源青鲜挥发物衰减/重分配、萜烯花香重调、类胡萝卜素源成熟香动态贡献及甲氧基苯衍生物陈香重要性上升的协同过程。
讨论与结论总结:
研究人员指出,QLT在长期贮存中香气由早期青鲜向晚期木质?陈香?药草香转变,该转变主要由脂质氧化产物、类胡萝卜素降解物、含氧萜烯及甲氧基苯衍生物的阶段性协同变化驱动。差异筛选与SHAP分析共同确定辛醛(octanal)、己醛(hexanal)、(Z)?4?庚烯醛((Z)?4?heptenal)、cedrol、safranal、dihydroactinidiolide等为贮存阶段判别主要贡献挥发物,linalool、β?ionone、d?limonene等进一步支持阶段区分。本研究虽未直接验证生化途径,但提出并支持QLT陈化具阶段依赖性挥发性重构框架,为安化千两茶贮存阶段鉴别、陈香标志物筛选及品质评价奠定化学与数据学基础。