根據單因素實驗，葡萄以產酸量（R）為響應值，桑葚每個影響因素擇出三個水平即：A初始乙醇濃度（6%、复合风味7%、果醋工艺8%）、优化BpH（4.5、酵时检测5.0、成分5.5）、科技C醋酸菌接種量（8%、葡萄10%、桑葚12%）、复合风味D發酵溫度（30、果醋工艺32、优化34℃），酵时检测設計響應麵試驗，成分經Box-Benhnken分析得出結果見表3。
應用DesignExpert10軟件對表3中的數據進行回歸分析，最後得到果醋產酸量的回歸方程：R=+5.46+0.18A+0.092B-0.052C+0.064D-0.01AB+0.0085AC+0.04AD-0.081BC-0.024BD+0.00625CD0.24A2-0.26B2-0.32C2-0.24D2，對其進行方差分析，結果見表4。
結果見表4，可看出模型組的P＜0.0001，說明試驗回歸方程模型極顯著；失擬項P=0.2795＞0.05，不顯著，證明模型選擇正確；決定係數R2=0.9633＞0.9，校正決定係數RAdj2=0.9265＞0.9，證明該預測模型結果與實驗結果的擬合性好，且試驗具有極小誤差。綜上所述該回歸模型可以應用於果醋的產酸量分析與預測。
各因素一次項的P值均＜0.05，對果醋的產酸量影響顯著，且影響的大小順序為：A初始乙醇濃度＞BpH＞D溫度＞C接種量。各因素的二次項P值均＜0.01，影響極顯著，說明果醋產酸量的變化複雜，各因素對產酸量的影響交錯複雜。果醋產酸量受各因素的影響結果見圖5。
由圖5各因素交互影響圖所呈曲線，可看出此結果與單因素實驗結果大致相同，產酸量隨著各因素水平的遞增而呈現先增大後減小的趨勢。因交互曲線越陡峭，等高線越接近橢圓狀，則可說明這兩個因素的影響越顯著，由此可知pH值與接種量的交互作用較顯著，與方差分析結果一致。經過響應麵試驗優化，最終得到葡萄桑葚複合果醋的最佳工藝條件：初始乙醇濃度7.372%，pH5.089，接種量9.807%，溫度32.306℃，預測理論最大產酸量為5.506g/100mL。因實驗存在一定誤差，所以對試驗結果進行驗證。將工藝條件進行調整：初始乙醇濃度7.4%，pH5.0，接種量9.8%，溫度32℃，最終測得產酸量結果為5.38g/100mL，與響應麵試驗預測的理論最大值之間存在2.3%的誤差率，說明此模型能較好地模擬和預測葡萄桑葚複合果醋的發酵工藝條件，模型可靠且具有實用性。
電子鼻的10個傳感器對不同濃度氣味的敏感度不同，當傳感器接觸到樣品氣味時，相對電導率的比值（G/G0）隨氣體濃度增加而變化：G/G0＞1，樣品響應氣體濃度大；G/G0≤1，樣品氣體濃度低或沒有。據前人研究發現，經雷達圖分析W5S、W1S、W1W及W2S傳感器對不同蘋果酒的香氣響應最明顯，初步判定酒中的氮氧化物、萜烯類物質、醇類物質及部分芳香族化合物是影響不同蘋果酒風味的主要差異。而本文對於不同發酵時期果醋的響應雷達圖如圖6所示，可知10個傳感器對果醋不同發酵時期均有響應且不同，雷達圖形狀與麵積隨果醋的發酵而發生變化，而發酵中期與成品果醋的雷達圖整體形狀相似，說明從發酵中期開始到發酵完成果醋氣味相同且濃度不斷增加。果汁中6號、8號傳感器的響應強度變化最大，發酵中期2號、7號傳感器響應強度變化最大，成品果醋2號、5號及7號傳感器響應強度變化最大且與發酵中期相比均有顯著增加；從而可知醋酸發酵對果醋的硫化物、氮氧化物及短鏈烷烴芳香類等風味成分的提升有顯著影響，且不同發酵時期的風味成分存在明顯差異。
PCA即主成分分析，是一種在原始維度上轉換為一種新的維度同時保留原始的數據信息的數據降維算法。一般第一主成分（PC1）的貢獻率遠大於第二主成分（PC2）的貢獻率，且兩者總貢獻率超過85%就可以反映原始數據的信息。果醋的不同發酵時期的PCA分析如圖7所示，每個橢圓代表不同發酵時期果醋風味成分的數據采集點，點之間距離表示每個樣品之間的差異性大小。圖中PC1貢獻率為94.70%，PC2貢獻率為5.25%，總貢獻率為99.95%。其中成品果醋的PC1和PC2的濃度均為最大，發酵中期兩種主成分均為最小，且果汁與成品果醋的PC2的氣味最為相似。發酵中期果醋的風味成分與果汁和成品果醋差別很大。
Loading分析是針對電子鼻傳感器分析，薛友林等對貨架期藍莓的揮發性成分進行載荷分析，發現W5S傳感器貢獻率最大，得出氮氧化合物為藍莓中含量最高的揮發性成分。本研究結果如圖8所示，其中W3S、W1C、W6S三個傳感器的PC1和PC2貢獻率近似為0，說明其無法識別果醋中的風味成分。其中W5S傳感器PC1貢獻率最高，W1W傳感器PC1貢獻率僅低於W5S；W1S傳感器PC2貢獻率最高，W5C、W3C、W2S三個傳感器PC2貢獻率低於W1S且近似。參照各傳感器的性能特征可知，W5S（氮氧化物）、W1W（硫化物）兩種風味成分對葡萄桑葚複合果醋不同發酵時期的差異有主要貢獻。
LDA分析亦線性判別分析，是通過縮小組內間距，擴大組間間距進行判別。就LDA分析來說，PC1和PC2的總貢獻率在70%～85%之間或以上，則方法可以使用。每組樣品之間的差距表示樣品風味成分變化速率大小。如圖9所示，PC1貢獻率為99.01%，PC2貢獻率為0.99%，總貢獻率99.998%，離散度大，說明果汁到發酵中期過程果醋的風味速率變化大，且果醋的三個不同發酵時期的風味成分可以很好地區分開。
本研究通過單因素實驗和響應麵試驗，得到葡萄桑葚複合果醋的最優工藝條件為：初始乙醇濃度7.4%，pH5.0，接種量9.8%，溫度32℃，在此發酵條件下，測得果醋產酸量為5.38g/100mL。經電子鼻技術並結合PCA和LDA分析，最終確定氮氧化物和硫化物等主要風味成分對葡萄桑葚複合果醋不同發酵時期差異的貢獻率最高，且不同發酵時期的風味成分有顯著差異並能有效區分，其中成品果醋的氣味濃度最大。該研究主要以葡萄和桑葚為原料，采用自篩醋酸菌進行發酵，其中在成品葡萄桑葚複合果醋的具體風味成分、感官評定及品質分析等後續研究中有待進行係統性深入研究，以期為複合果醋的研究和開發進行深入推廣。
相關鏈接：乙醇，氮氧化物，硫化物，醋酸
聲明：本文所用圖片、文字來源《食品工業科技》，版權歸原作者所有。如涉及作品內容、版權等問題，請與本網聯係
