啤酒口感特性与风味化学成分的关系

胡淑敏，黄淑霞，余俊红，刘佳*，杨朝霞，黄树丽，张宇昕

1(啤酒生物发酵工程国家重点实验室，山东 青岛，266100) 2(青岛啤酒股份有限公司，山东 青岛，266000)

作为一种低酒精度的麦芽饮料，啤酒是全球消费人群最多，分布国家最广，产销量最大的酒种。与所有食品或饮料一样，啤酒有其特有的“色香味”，风味是其产品质量的重要组成部分。啤酒风味主要包括闻到的香气(aroma)、尝到的口味(taste)及感觉到的口感(mouthfeel)[1]。香气、口味是由一种或几种风味化学物质刺激嗅觉传感器或味觉传感器产生。口感是啤酒与口腔、牙齿、牙龈等的接触感觉，由触觉传感器产生，受物质本身及物质间交互作用的影响，是一种综合感觉[2]。据《中国啤酒品牌口碑研究报告(2013)》报道，啤酒风味、口感和性价比是影响消费者选择的主要依据，因此口感是消费者关注的重要质量参数之一。但由于口感是啤酒的综合感觉，感官描述模糊、受主观影响较大，且影响因素多且复杂，相关研究进展缓慢。

国内外对于口感的研究多聚集于感官评价及影响因素的初步探索上。东京工业大学联合札幌开发了一套基于脂质覆盖的新型口感传感器，可用于量化评价口感饱满性及顺滑性，并利用该技术研究了口感饱满性的影响因素[3]。日本San-Ei Gen公司联合新潟大学开发了电子喉，用于评价起泡感、酒体感等[4]。德国THOMAS BECKER教授发现口感饱满性与啤酒多糖分子质量分布有关，当多糖分子质量过大时，啤酒呈现黏的感觉；当多糖分子质量较小时，则有甜腻感，因此只有合适的分子质量分布，才能实现啤酒口感的饱满[5]。

化学成分是风味形成的物质基础，同时决定了啤酒的质量和风格特色。啤酒中的风味物质有千种之多，主要包括醇类、酯类、有机酸类、酮类、醛类、呋喃类(麦芽香)、吡嗪类(麦芽香)、烯类(酒花香)、氨基酸类等[6]。它们之间微妙的平衡关系，共同构成啤酒的特有风格。本文利用GC-MS、LC、等离子体发射-质谱仪等现代分析技术分析啤酒中风味物质的含量水平，结合量化的口感特性(饱满性fullness及圆润性roundness)感官品评，利用相关性、偏最小二乘回归法、多元回归等统计分析技术分别建立了口感饱满性、圆润性与40种风味物质含量水平的关系，并基于贡献性得分明确了啤酒口感特性的影响因素及程度，为口感饱满性和圆润性调控提供理论依据。

1 材料和方法

1.1 样品、试剂和仪器

10°P啤酒样品共计37个，来自于青岛啤酒股份有限公司。

电感耦合等离子体发射-质谱仪(inductively coupled plasma-atomic emission spectrometry, ICP-AES)，美国赛默飞科技有限公司；毛细管电泳系统，美国贝克曼库尔特有限公司；气相色谱-质谱联用仪，美国珀金埃尔默公司；高效液相色谱仪，美国沃特世公司；冰点渗透压仪，德国罗泽公司。

1.2 方法

1.2.1 啤酒口感特性感官品评

首先，确定口感饱满性(fullness)和圆润性(roundness)的感官描述，其中饱满性为啤酒在口中饱满度和黏稠度的感官描述；圆润性为入口后圆滑、酒体顺畅下咽的感官描述。其次，感官品评过程中需大口饮用，并忽略气味和口味的影响。再次，用2个口感特征得分固定的样品进行品评培训，其中A样品口感特征得分为6，B样品口感特征得分为8，其他样品与A、B比较并确定口感特性得分。第四，共有8位品酒师组成口感特性品评小组，其中国家级品酒员4名。结果取平均值作为最终得分。

1.2.2 啤酒中糖组分的分析方法

（5）根据政府资金状况，以各项自然条件为依据，尽量压缩工程量和造价，部分较为困难的段落，可适当降低标准，当遇到不良地段时，应积极予以避让，不得盲目进行高填深挖。

啤酒中的糖组分(单糖、二糖、三糖及麦芽四糖以上)采用体积排阻液相色谱法进行分析[7]。

多糖分子质量分布[8]：采用3 kDa及30 kDa截留分子质量的超滤膜处理啤酒，采用体积排阻液相色谱法测定截留后多糖组成。

1.2.3 啤酒中的醇酯分析方法

醇类(异戊醇、异丁醇及正丙醇)及酯类(辛酸乙酯、己酸乙酯、乙酸异戊酯、乙酸乙酯)物质均采用气相色谱法测定[9]。

1.2.4 啤酒中有机酸和离子的分析方法

阳离子(K+、Na+、Ca2+、Mg2+)采用电感耦合等离子体发射光谱仪分析[11]。

采用考马斯亮蓝法测定啤酒中高分子蛋白质含量[12]。

采用毛细管电泳法分析啤酒中蛋白分子质量分布范围。

1.2.6 啤酒渗透压测分析方法[13]

渗透压：啤酒除气，然后通过冰点渗透压仪测定。

冻干后渗透压：取5 mL啤酒放入平皿中，冷冻干燥后用等体积去离子水溶解，然后用冰点渗透压仪测定溶解后渗透压值。冻干后的渗透压代表啤酒中非挥发性物质的浓度。

1.2.7 啤酒中总多酚分析方法

采用福林法测定[14]。

1.2.8 数据统计分析

采用SPSS及Minitab分析。

2 实验结果

2.1 啤酒口感感官品评特征分布

对30个同一品类啤酒样品的口感饱满性和圆润性得分进行描述性统计分析，得到口感特征的频数分布，如图1所示。该品类啤酒产品的口感饱满性得分在6.4～7.8之间，平均得分为7.1，大多数集中在6.8～7.4之间，占样本总数的87%。口感圆润性得分分布在6.8～7.4之间，平均得分为6.9，大多数集中在6.6～7.4之间，占样本总数的90%。从分布形态上说，口感饱满性和圆润性呈现正态分布，数据相对集中。

图1 啤酒口感饱满性(左)和圆润性(右)感官品评得分的频数分布

Fig.1 Frequency distribution characteristic of scores of mouthfeel fullness and roundness in beer

2.2 口感特性和风味物质含量的相关性分析结果

表1 口感特性与风味物质指标的相关性分析

注：皮尔逊线性相关分析：**P<0.01，*P<0.05。

图2 口感饱满性(fullness)和琥珀酸/苹果酸(a)及散点图

图3 口感圆润性和己酸乙酯(a)及冻干后渗透压(b)散点图

Fig.3 Regression analysis of ethyl hexanoate (a)、osmotic pressure of dried beer(b) and mouthfeel

2.3 偏最小二乘回归(PLSR)模型的建立

本文将40个风味化学指标数据组成X-matrice，饱满性和圆润性口感得分为Y-matrice，PLSR回归验证了X-matrice与Y-matrice二者之间的相关性。其中40种风味化学成分与口感饱满性、圆润性感官品评得分之间存在较好的相关性(图4)。其中风味物质与饱满性PLSR回归模型的R2为95%，与圆润性回归模型的R2为89%，表明风味物质和口感之间具有较好的相关性。

2.4 口感特征影响因素的研究

为进一步阐明口感饱满性、圆润性的影响因素及程度，利用PLSR回归模型的标准化回归系数(standard regression coefficient, SRC)无量纲的比较各个自变量对因变量的影响，阐明影响口感饱满性和圆润性的风味物质及影响程度。其中SRC绝对值越高，代表影响程度越显著；SRC绝对值越低，代表影响程度越低。

图4 基于40个风味指标的口感饱满性(a)和圆润性(b)感官评分的PLSR回归

Fig.4 Plot of PLSR regression between observed and predicted mouthfeel scores (a: fullness; b: roundness) on 40 flavor compounds

图5 啤酒风味物质对口感饱满性得分的贡献性分析

Fig.5 The contribution analysis of flavor compounds on fullness of mouthfeel

表2 与口感饱满性和圆润性相关的风味物质及重要程度

Table 2 Key flavor compounds correlated with fullness and roundness

影响程度|SRC|范围饱满性圆润性显著0.5≤SRCSO2-4(-)、Cl- (-)、Mg2+(+)、乙酸(-)、琥珀酸/苹果酸(+)、麦芽四糖及以上(+)K +(-)、Na+ (-)、Ca2+(-)、冻干后渗透压(+)比较显著0.4≤SRC<0.5异戊醇(-)、乳酸(+)Mg2+(-)、麦芽四糖及以上(-)、渗透压(+)明显0.3≤SRC<0.4K+(-)、Ca2+(+)、SO2-4/Cl-(-)、草酸(+)、总有机酸(+)、3～30 kDa多糖(+)、大于30 kDa多糖(-)麦芽三糖(-)、麦芽糖+蔗糖(-)、小于10 kDa蛋白(+)、10～50 kDa蛋白(+),大于50 kDa蛋白(+),蛋白质(+)

如图6及表2所示，影响圆润性口感得分的关键因素为阳离子、糖及蛋白组分，尤其是小于50 kDa分子量的蛋白组分。有助于提高口感圆润性的风味物质为蛋白质、多酚、酯类(辛酸乙酯、己酸乙酯、乙酸异戊酯、乙酸乙酯)及醇类物质(异戊醇、异丁醇及正丙醇)。降低口感圆润性的风味物质为阳离子(K+、Na+、Ca2+及Mg2+)、糖组分(二糖、三糖及多糖)及有机酸。

图6 啤酒风味物质对口感圆润性得分的贡献性分析

Fig.6 The contribution analysis of flavor compounds on roundness of mouthfeel

2.5 基于口感特征影响因素的口感预测模型

在确定口感饱满性和圆润性影响因素及程度的基础上，分别将SRC绝对值大于0.6、0.5、0.4、0.3及0.2的风味物质组成X-matrice，口感饱满性和圆润性得分为Y-matrice，多元回归法验证口感特征和风味物质含量的相关性。

表3 风味物质指标与口感饱满性得分的回归方程

图7 口感饱满性得分实际值和4个回归方程拟合值散点图

Fig.7 Scatter plot of the egression equation between observed and predicted scores on fullness relevant compounds注：拟合1，拟合2，拟合3及拟合4与表3中的序号1～4一致。

以相同模式建立口感圆润性和关键风味物质指标的多元回归方程。如表4和图8所示，当使用SRC绝对值大于0.5的4种风味物质作为X-matrice预测口感圆润性时，多元回归模型的R2仅为15.0%。随着引入回归方程的风味物质指标越多时，模型的R2逐步提高。当使用SRC绝对值大于0.3的13种风味指标做回归方程时，R2仅为42.1%，模型预测性较弱。进一步添加风味指标，当使用SRC绝对值大于0.2的18种风味指标做回归模型时，R2提高到58.0%。与饱满性相比，风味指标与口感圆润性之间的相关性较弱，因此该模型的预测性能尚需要进一步完善提高。

表4 风味物质指标与口感圆润性得分的回归方程

图8 口感圆润性得分实际值和4个回归方程拟合值散点图

Fig.8 Scatter plot of the egression equation between observed and predicted scores on roundness relevant compounds注:回归方程1,2,3,4与表4中的序号1～4一致。

利用7个样品对多元回归模型验证，如图9所示，其中饱满性实际值和预测值相关系数达到0.901(P=0.006)，圆润性实际值和预测值相关系数为0.689(P=0.087)，表明模型精确度较高，尤其是口感饱满性预测模型。目前该模型和影响参数仅适用于该品类的口感特性分析，模型的精确度取决于建立模型的样本数量，以及口感特性品评得分的精确度和准确度。因此需进一步加强口感感官品评的精确性和一致性，提高模型预测的精度，扩大模型的使用范围。

图9 口感饱满性(a)与圆润性(b)得分实际值和预测值散点图

Fig.9 Scatter plot of observed and predicted scores of model about fullness (a) and roundness (b)

3 结论

口感是啤酒质量的一项重要品质特征，包括饱满性与圆润性。饱满性指风味丰满、无水感的特征，圆润性指入口不散，容易下咽的感觉。口感特征涉及到啤酒与口腔、牙齿、牙龈等的接触感觉，除了风味物质对嗅觉、味觉的刺激外，还有对口腔触觉的刺激，因此是一种感官描述模糊的复杂的综合感觉。影响口感特性的风味化学众多且复杂，表现在不仅受多种物质交互作用的影响，还受物质形成的物理状态的影响。目前常规的外添加试验以及相关性分析无法建立口感特征的模型以及确定关键的影响因素，因此通过PLSR数学分析方法，可以系统研究样品之间的口感差异，明确影响口感特征的关键因素，建立口感特性和风味化学物质之间的构效关系。

本文结合风味化学分析技术、数学统计分析技术，确定了口感饱满性和圆润性的影响因素及程度，明确了影响口感饱满性的主要物质为离子、多糖及有机酸，圆润性主要受离子、蛋白质及多糖影响。本研究可用于指导原料配方和工艺改进，针对性的调整影响口感特性的风味物质含量及比例，改善啤酒口感质量。