CN112505169B - 一种发酵大黄鱼的风味评价方法 - Google Patents

一种发酵大黄鱼的风味评价方法 Download PDF

Info

Publication number
CN112505169B
CN112505169B CN202011144151.6A CN202011144151A CN112505169B CN 112505169 B CN112505169 B CN 112505169B CN 202011144151 A CN202011144151 A CN 202011144151A CN 112505169 B CN112505169 B CN 112505169B
Authority
CN
China
Prior art keywords
flavor
anethole
large yellow
yellow croaker
concentration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011144151.6A
Other languages
English (en)
Other versions
CN112505169A (zh
Inventor
倪辉
魏育坤
刘芯如
陈艳红
杨远帆
杨燊
魏好程
胡阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jimei University
Original Assignee
Jimei University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jimei University filed Critical Jimei University
Priority to CN202011144151.6A priority Critical patent/CN112505169B/zh
Publication of CN112505169A publication Critical patent/CN112505169A/zh
Application granted granted Critical
Publication of CN112505169B publication Critical patent/CN112505169B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/04—Preparation or injection of sample to be analysed
    • G01N30/06—Preparation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/26—Conditioning of the fluid carrier; Flow patterns
    • G01N30/28—Control of physical parameters of the fluid carrier
    • G01N30/34—Control of physical parameters of the fluid carrier of fluid composition, e.g. gradient
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/86—Signal analysis
    • G01N30/8675—Evaluation, i.e. decoding of the signal into analytical information
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/04—Preparation or injection of sample to be analysed
    • G01N30/06—Preparation
    • G01N2030/062—Preparation extracting sample from raw material

Landscapes

  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Seasonings (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明涉及一种发酵大黄鱼的风味评价方法，该方法包括：将不同发酵方式的发酵大黄鱼在不同的时间内熟化；采用固相微萃取结合气相色谱‑质谱联用技术测定熟化后的发酵大黄鱼的茴香脑浓度；采用人工感官评价对熟化后的发酵大黄鱼的风味可接受程度进行打分，构建风味可接受程度得分数据库；将上述茴香脑浓度作为自变量，风味可接受程度得分作为因变量，多数据融合建模，得到确定系数(R2)最大的风味评价模型；待评价的发酵大黄鱼经上述步骤，得到茴香脑浓度，再将得到的茴香脑浓度导入风味评价模型，得到其风味可接受程度评分。该方法可客观、高效地评价发酵大黄鱼的品质特性，可用于优化发酵大黄鱼的熟化方法。

Description

一种发酵大黄鱼的风味评价方法
技术领域
本发明涉及食品质量分析技术领域，具体涉及一种发酵大黄鱼的风味评价方法。
背景技术
发酵大黄鱼是以新鲜大黄鱼(Larimichthys crocea)为原料，经过去鳞、背剖、清洗、发酵和晾晒而成的产品。经过精细加工的发酵大黄鱼，含丰富的蛋白质和适量的脂肪，有开胃、清火、生津、活血的作用。微量元素硒能够清除人体内代谢生成的自由基，起到抗衰老的作用。
风味是反映发酵大黄鱼产品质量的重要指标之一，良好的风味可以促进人们对发酵大黄鱼产品的消费。目前，大都是采用感官评价或GC-MS方法对发酵后的大黄鱼进行风味分析测定。已经从发酵大黄鱼样品中分析得到了三甲胺、1-辛烯-3-醇等风味物质。然而，人们在食用发酵大黄鱼前先要进行熟化，常见的熟化工艺包括：清蒸、红烧、烧烤和油炸等，熟化后的风味与熟化前显著不同，且不同工艺熟化后发酵大黄鱼的风味也显著不同。因此，仅仅测定熟化前的风味品质并不能准确反映熟化后的风味特征，无法客观地、高效地评价发酵大黄鱼的品质特性。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的目的在于提供一种发酵大黄鱼的风味评价方法。该方法为评价发酵大黄鱼产品风味品质提供技术支持，具有数据量化，结果客观，判断准确度高的优点，从而可应用于优化发酵大黄鱼的熟化烹饪方法。
为此，根据本发明的实施例，本发明提出了一种发酵大黄鱼的风味评价方法，其特征在于，包括以下步骤：
(1)将不同发酵方式的发酵大黄鱼在不同的时间内熟化；
(2)采用固相微萃取结合气相色谱-质谱联用技术测定熟化后的发酵大黄鱼的茴香脑浓度；
(3)采用人工感官评价对熟化后的发酵大黄鱼的风味可接受程度进行打分，构建风味可接受程度得分数据库；
(4)将步骤(2)中的茴香脑浓度作为自变量，步骤(3)中的风味可接受程度得分作为因变量，多数据融合建模，得到确定系数(R2)最大的风味评价模型；
(5)待评价的发酵大黄鱼经上述步骤(1)和(2)，得到茴香脑浓度，再将得到的茴香脑浓度导入步骤(4)的风味评价模型，得到其风味可接受程度评分。
根据本发明实施例的发酵大黄鱼的风味评价方法，该方法对发酵大黄鱼产品进行熟化，测定的茴香脑浓度，代入茴香脑浓度与风味可接受程度的回归模型，计算出风味可接受程度值，从而判断该发酵大黄鱼产品的风味品质，或者优化发酵大黄鱼的熟化工艺。其中，风味可接受程度值越高，发酵大黄鱼产品熟化后风味品质越佳。该方法可最大程度的避免了现有风味评价方法的不足，运用该方法不仅可以准确评价发酵大黄鱼烹饪的风味质量，而且可以运用于优化发酵大黄鱼的烹饪方法。
另外，根据本发明上述实施例提出的发酵大黄鱼的风味评价方法，还可以具有如下附加的技术特征：
可选地，步骤(4)中，风味评价模型为y＝2.474+0.020x-2.644e-5x2+8.940e-9x3。
可选地，步骤(1)中，熟化的时间为0～45min。
可选地，步骤(2)中，固相微萃取结合气相色谱-质谱联用技术的具体过程为：称取熟化后的发酵大黄鱼15g，加入15mL质量浓度为5％的氯化钠溶液和10μL浓度为1mg/mL的环己酮作为内标物，震荡1min，置于60℃水浴平衡30min，采用65μm PDMS/DVB萃取头吸附30min；气相色谱柱为Rtx-5MS色谱柱，载气为高纯氦气，柱流量3mL/min，不分流进样，进样口温度为220℃，样品解吸附时间是3min，初始温度40℃保持4min，然后以3℃/min的速度升温至120℃，接着以8℃/min的速度升温至250℃，保持4min；质谱离子源温度230℃，电离方式EI，电离能量0.8kV，接口温度250℃，扫描方式设为SCAN模式进行定性分析，离子碎片的扫描范围m/z 35～450；定量分析时质谱扫描方式为SIM模式。
进一步地，还包括对茴香脑标准化合物进行SCAN扫描，通过NIST谱库中检索茴香脑的标准质谱图，确定茴香脑的出峰时间为28.10min；设置7个浓度点，将茴香脑标准化合物进行等梯度稀释，并在不同浓度的标准化合物中加入等量的环己酮内标物，其浓度均为0.33μg/kg，在SIM模式下分析不同浓度下的茴香脑，得到的标准曲线如下：B＝1.86646A-0.00319，其中，B为茴香脑峰面积与内标物的峰面积之比，A为茴香脑浓度与内标物浓度之比。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
图1为实施例1的茴香脑浓度和风味可接受程度的回归分析。
具体实施方式
以下通过特定的具体实例说明本发明的技术方案。应理解，本发明提到的一个或多个方法步骤并不排斥在所述组合步骤前后还存在其他方法步骤或在这些明确提到的步骤之间还可以插入其他方法步骤；还应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。而且，除非另有说明，各方法步骤的编号仅为鉴别各方法步骤的便利工具，而非为限制各方法步骤的排列次序或限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容的情况下，当亦视为本发明可实施的范畴。
为了更好的理解上述技术方案，下面更详细地描述本发明的示例性实施例。虽然显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
本发明采用的试材皆为普通市售品，皆可于市场购得。
下面参考具体实施例，对本发明进行描述，需要说明的是，这些实施例仅仅是描述性的，而不以任何方式限制本发明。
实施例1
(1)将不同发酵方式的发酵大黄鱼熟化：
对大黄鱼分别进行盐腌发酵24小时和不加盐发酵12小时后，发酵大黄鱼冰冻保存。在熟化前，于4℃冰箱解冻2h，去掉鱼头、鱼鳍和鱼鳞，清洗干净后，将两种发酵大黄鱼置于200℃的烘箱中，分别烘烤0、10、20、30、40、50min以进行熟化操作。
(2)采用固相微萃取结合气相色谱-质谱联用技术测定熟化后的发酵大黄鱼的茴香脑浓度：
分别称取步骤(1)熟化后的发酵大黄鱼15g，加入15mL质量浓度为5％的氯化钠溶液和10μL浓度为1mg/mL的环己酮作为内标物，震荡1min，置于60℃水浴平衡30min，然后采用65μm PDMS/DVB萃取头吸附30min；气相色谱柱为Rtx-5MS色谱柱(30m×0.25mm，0.25μm)，载气为高纯氦气(纯度99.999％)，柱流量3mL/min，不分流进样，进样口温度为220℃，解吸附时间是3min，初始温度40℃保持4min，然后以3℃/min的速度升温至120℃，接着以8℃/min的速度升温至250℃，保持4min；质谱离子源温度230℃，电离方式EI，电离能量0.8kV，接口温度250℃，扫描方式设为SCAN模式进行定性分析，离子碎片的扫描范围m/z 35～450。按照部分GC-MS条件对茴香脑标准化合物进行SCAN扫描，通过NIST谱库中检索茴香脑的标准质谱图，确定茴香脑的出峰时间为28.10min。设置7个浓度点，将茴香脑标准化合物进行等梯度稀释，并在不同浓度的标准化合物中加入等量的环己酮内标物，其浓度均为0.33μg/kg，在SIM模式下分析不同浓度下的茴香脑，得到的标准曲线如下：B＝1.86646A-0.00319(R2＝0.9972；浓度范围：1-1000μg/kg)；其中，B为茴香脑峰面积与内标物的峰面积之比，A为茴香脑浓度与内标物浓度之比。
(3)采用人工感官评价对熟化后的发酵大黄鱼的风味可接受程度进行打分，构建风味可接受程度得分数据库：
共有20人组成的感官小组对12个不同的熟化发酵大黄鱼进行风味可接受程度评估，感官小组成员年龄在20岁到30岁不等，包括8名男性和12名女性。每个样品取三个重复样品，参照EN ISO 8589-2010《感官分析试验室设计的一般指南》进行风味可接受程度评分。分数从0分到10分，分数越高代表风味可接受程度越高，最后得分取平均值。评价过程中，环境温度保持在20±3℃，相对湿度保持在50％～75％，室内保持通风且无其他气味干扰。
(4)将步骤(2)中的茴香脑浓度作为自变量，步骤(3)中的风味可接受程度得分作为因变量，多数据融合建模，得到确定系数(R2)最大的风味评价模型：
对茴香脑浓度和风味可接受程度数据(表1)进行回归分析(图1和表2)，结果显示三次多项式模型的决定系数R2＝0.903最大，因此采用三次多项式模型进行拟合是最为合适的。
表1发酵大黄鱼产品熟化后茴香脑浓度及风味可接受程度
Figure BDA0002739172850000041
Figure BDA0002739172850000051
表2发酵大黄鱼熟化样品茴香脑浓度与风味可接受程度评分之间拟合模型分析
Figure BDA0002739172850000052
根据以上分析，得到发酵大黄鱼产品熟化后茴香脑浓度与风味可接受程度评分的风味评价模型方程为：
y＝2.474+0.020x-2.644e-5x2+8.940e-9x3；
其中，y为风味可接受程度的预估值，x为茴香脑的浓度。
(5)待评价的发酵大黄鱼经上述步骤(1)和(2)，得到茴香脑浓度，再将得到的茴香脑浓度导入步骤(4)的风味评价模型，得到其风味可接受程度评分。
实施例2
试验样品：选取三种发酵大黄鱼产品FA1、FA2和FA3。FA1是采用新鲜大黄鱼在10％盐浓度腌制发酵24小时而成。FA2是通过糯米或玉米粉与新鲜大黄鱼在容器内交替平铺，在自然温度下发酵5天而成。FA3是大黄鱼经过去鳞、背剖、清洗后不加盐发酵12小时而成。将三种不同样品(发酵大黄鱼)置于烘箱中，于200℃条件下熟化40min后进行如下操作步骤：
(1)感官评分：组织感官小组成员对3种熟化样品风味可接受程度进行评分，每个样品取三个重复，分数从0分到10分，风味可接受程度的分数越高代表风味品质越好，最后取平均值。评价过程中，环境温度保持在20±3℃，相对湿度保持在50％～75％，室内保持通风且无其他气味干扰。
(2)SPME-GC-MS分析熟化后的试验样品中茴香脑浓度：分别称取15g上述熟化后的试验样品于50mL顶空瓶中，加入15mL质量浓度为5％氯化钠溶液和10μL浓度为1mg/mL的环己酮作为内标物，然后置于60℃水浴平衡30min，再采用65μm PDMS/DVB吸附30min；气相色谱柱为Rtx-5MS色谱柱(30m×0.25mm，0.25μm)，载气为高纯氦气(纯度99.999％)，柱流量3mL/min，不分流进样，进样口温度为220℃，解吸附时间是3min；初始温度40℃保持4min，然后以3℃/min的速度升温至120℃，接着以8℃/min的速度升温至250℃，保持4min。质谱离子源温度230℃，电离方式EI，电离能量0.8kV，接口温度250℃，扫描方式设为SCAN模式进行定性分析，离子碎片的扫描范围m/z 35～450，茴香脑的出峰时间为28.10min，在SIM模式下分析茴香脑浓度。
(3)将步骤(2)得到的茴香脑浓度代入实施例1获得的风味评价模型方程中，得到FA1、FA2和FA3的风味可接受程度评估值。结果如表3所示，三种不同发酵工艺制备的大黄鱼样品，经过熟化后，根据茴香脑含量的高低对风味可接受程度的预估评判，与感官小组的评分对比发现，整体的变化趋势相同，证明该模型可用于评价不同发酵大黄鱼风味品质。
表3不同方式发酵大黄鱼产品熟化后茴香脑浓度及风味可接受程度
Figure BDA0002739172850000061
评价不同发酵大黄鱼风味品质：样品FA1是新鲜大黄鱼在10％盐浓度发酵24小时而成，置于烘箱中，于200℃条件下熟化40min；测得茴香脑浓度为402.16μg/kg，风味可接受程度预估值为6.82，风味可接受程度感官评分为6.61。采用茴香脑浓度与风味可接受程度感官模型预测值与实际感官检测值很接近，说明该模型适用于FA1样品风味质量的评价。FA1的风味可接受程度预测值和实际值都高于FA2和FA3，说明该样品风味品质最好。样品FA2是通过糯米或玉米粉与新鲜大黄鱼在容器内交替平铺，在自然温度下发酵5天而成，置于烘箱中，于200℃条件下熟化40min。测得茴香脑浓度为725.47μg/kg，风味可接受程度预估值为6.82，风味可接受程度感官评分为5.99。采用茴香脑浓度与风味可接受程度感官模型预测值与实际感官检测值很接近，说明该模型适用于FA2样品风味质量的评价。FA2的风味可接受程度预测值和实际值都低于FA1，但高于FA3，说明该样品风味品质在3个样品中居中。样品FA3是大黄鱼经过去鳞、背剖、清洗后不加盐发酵12小时而成，置于烘箱中，于200℃条件下熟化40min。测得茴香脑浓度为973.84μg/kg，风味可接受程度预估值为5.13，风味可接受程度感官评分为5.20。采用茴香脑浓度与风味可接受程度感官模型预测值与实际感官检测值很接近，说明该模型适用于FA3样品风味质量的评价。FA3的风味可接受程度预测值和实际值都低于FA1和FA2，说明该样品风味品质在3个发酵样品最低。
实施例3
试验样品：将经过去鳞、背剖、清洗后不加盐发酵12小时而成的大黄鱼，置于200℃烘箱中，分别在熟化0、5、10、15、20、25、30、35、40和45min后进行如下操作步骤：
感官评分：组织感官小组成员对10种熟化样品风味可接受程度进行评分，每个样品取三个重复，分数从0分到10分，风味可接受程度的分数越高代表风味品质越好，最后取平均值。评价过程中，环境温度保持在20±3℃，相对湿度保持在50％～75％，室内保持通风且无其他气味干扰。
SPME-GC-MS分析熟化后的试验样品中茴香脑浓度：分别称取15g上述熟化后的试验样品于50mL顶空瓶中，加入15mL质量浓度为5％氯化钠溶液和10μL浓度为1mg/mL的环己酮作为内标物，然后置于60℃水浴平衡30min，再采用65μm PDMS/DVB吸附30min；气相色谱柱为Rtx-5MS色谱柱(30m×0.25mm，0.25μm)，载气为高纯氦气(纯度99.999％)，柱流量3mL/min，不分流进样，进样口温度为220℃，解吸附时间是3min；初始温度40℃保持4min，然后以3℃/min的速度升温至120℃，接着以8℃/min的速度升温至250℃，保持4min。质谱离子源温度230℃，电离方式EI，电离能量0.8kV，接口温度250℃，扫描方式设为SCAN模式进行定性分析，离子碎片的扫描范围m/z 35～450，茴香脑的出峰时间为28.10min，在SIM模式下分析茴香脑浓度。
将步骤(2)得到的茴香脑浓度代入实施例1获得的风味评价模型方程中，得到不同熟化时间的发酵大黄鱼的风味可接受程度评估值。结果如表4所示，不同熟化工艺制备的发酵大黄鱼样品，风味可接受程度的预估值实际测量值的整体变化趋势相同，证明该模型可用于评价不同熟化工艺对发酵大黄鱼风味品质的影响。
表4发酵大黄鱼产品不同熟化时间茴香脑浓度及风味可接受程度
Figure BDA0002739172850000071
Figure BDA0002739172850000081
优化发酵大黄鱼熟化工艺：针对经去鳞、背剖、清洗后不加盐发酵12小时而成的发酵大黄鱼可在200℃下熟化25min-40min，使得发酵大黄鱼具有较好的风味品质。
综上，根据本发明的实施例，通过对发酵大黄鱼产品进行熟化，测定茴香脑浓度，代入茴香脑浓度与风味可接受程度的回归模型，计算出风味可接受程度值，从而判断该发酵大黄鱼产品的风味品质，或者优化发酵大黄鱼的熟化工艺。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不应理解为必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。此外，本领域的技术人员可以将本说明书中描述的不同实施例或示例进行接合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (3)

1.一种发酵大黄鱼的风味评价方法，其特征在于，包括以下步骤：
（1）将不同发酵方式的发酵大黄鱼在不同的时间内熟化；
（2）采用固相微萃取结合气相色谱-质谱联用技术测定熟化后的发酵大黄鱼的茴香脑浓度；所述固相微萃取结合气相色谱-质谱联用技术的具体过程为：称取熟化后的发酵大黄鱼，加入质量浓度为5%的氯化钠溶液和浓度为1 mg/mL的环己酮作为内标物，震荡1min，置于60℃水浴平衡30min，采用65 μm PDMS/DVB萃取头吸附30 min；气相色谱柱为Rtx-5MS色谱柱，载气为高纯氦气，柱流量3 mL/min，不分流进样，进样口温度为220℃，样品解吸附时间是3 min，初始温度40℃保持4 min，然后以3℃/min 的速度升温至120℃，接着以8℃/min的速度升温至250℃，保持4 min；质谱离子源温度230℃，电离方式EI，电离能量0.8 kV，接口温度 250℃，扫描方式设为SCAN模式进行定性分析，离子碎片的扫描范围m/z 35~450；定量分析时质谱扫描方式为SIM模式；
（3）采用人工感官评价对熟化后的发酵大黄鱼的风味可接受程度进行打分，构建风味可接受程度得分数据库；
（4）将步骤（2）中的茴香脑浓度作为自变量，步骤（3）中的风味可接受程度得分作为因变量，多数据融合建模，得到确定系数R2最大的风味评价模型，所述风味评价模型为y=2.474 + 0.020x - 2.644e-5x2 + 8.940e-9x3；
（5）待评价的发酵大黄鱼经上述步骤（1）和（2），得到茴香脑浓度，再将得到的茴香脑浓度导入步骤（4）的风味评价模型，得到其风味可接受程度评分。
2.如权利要求1所述的风味评价方法，其特征在于，步骤（1）中，熟化的时间为0~45min。
3.如权利要求1所述的风味评价方法，其特征在于，还包括对茴香脑标准化合物进行SCAN扫描，通过NIST谱库中检索茴香脑的标准质谱图，确定茴香脑的出峰时间为28.10min；设置7个浓度点，将茴香脑标准化合物进行等梯度稀释，并在不同浓度的标准化合物中加入等量的环己酮内标物，其浓度均为0.33 μg/kg，在SIM模式下分析不同浓度下的茴香脑，得到的标准曲线如下：B= 1.86646A - 0.00319，其中， B为茴香脑峰面积与内标物的峰面积之比，A为茴香脑浓度与内标物浓度之比。
CN202011144151.6A 2020-10-23 2020-10-23 一种发酵大黄鱼的风味评价方法 Active CN112505169B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011144151.6A CN112505169B (zh) 2020-10-23 2020-10-23 一种发酵大黄鱼的风味评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011144151.6A CN112505169B (zh) 2020-10-23 2020-10-23 一种发酵大黄鱼的风味评价方法

Publications (2)

Publication Number Publication Date
CN112505169A CN112505169A (zh) 2021-03-16
CN112505169B true CN112505169B (zh) 2022-05-03

Family

ID=74955901

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011144151.6A Active CN112505169B (zh) 2020-10-23 2020-10-23 一种发酵大黄鱼的风味评价方法

Country Status (1)

Country Link
CN (1) CN112505169B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113189251B (zh) * 2021-04-01 2023-02-28 浙江工商大学 基于风味指纹图谱和偏最小二乘法回归分析的鲟鱼肉熟化程度评价方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109601965A (zh) * 2018-11-30 2019-04-12 江苏大学 一种利用中度嗜盐菌混合菌株发酵鱼肉酱的方法
KR20190041554A (ko) * 2017-10-12 2019-04-23 권혁 멸치를 이용한 백간장의 제조방법
CN110780010A (zh) * 2019-09-16 2020-02-11 陕西师范大学 一种针对食品风味品质评价信息检测方法及系统
WO2020107760A1 (zh) * 2018-11-30 2020-06-04 江苏大学 中度嗜盐菌及利用其发酵鱼肉酱的方法
WO2020193321A1 (en) * 2019-03-28 2020-10-01 Firmenich Sa Flavor system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190041554A (ko) * 2017-10-12 2019-04-23 권혁 멸치를 이용한 백간장의 제조방법
CN109601965A (zh) * 2018-11-30 2019-04-12 江苏大学 一种利用中度嗜盐菌混合菌株发酵鱼肉酱的方法
WO2020107760A1 (zh) * 2018-11-30 2020-06-04 江苏大学 中度嗜盐菌及利用其发酵鱼肉酱的方法
WO2020193321A1 (en) * 2019-03-28 2020-10-01 Firmenich Sa Flavor system
CN110780010A (zh) * 2019-09-16 2020-02-11 陕西师范大学 一种针对食品风味品质评价信息检测方法及系统

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
Comparison of volatile components in Chinese traditional pickled peppers using HS-SPME-GC-MS, GC-O and multivariate analysis;Xiao, ZB 等;《NATURAL PRODUCT RESEARCH》;20101124;第24卷(第20期);第1939-1953页 *
Evaluation of volatile profile of Sichuan dongcai, a traditional salted vegetable, by SPME-GC-MS and E-nose;Yingzheng Yao 等;《LWT--Food Science and Technology》;20151231;第64卷(第2期);第528-535页 *
Microbial succession and the changes of flavor and aroma in Chouguiyu, a traditional Chinese fermented fish;Zhaoxia Yang 等;《Food Bioscience》;20200807;第37卷;第1-10页 *
养殖大黄鱼风味感官质量的综合模糊评定;翁丽萍 等;《食品与发酵工业》;20121031;第38卷(第10期);第111-114页 *
柚子皮茶挥发性成分HS-GC-MS检测法评价与条件优化;林真 等;《广州化工》;20111231;第39卷(第23期);第103-105页 *
臭鳜鱼发酵工艺优化及挥发性风味物质分析;杨召侠 等;《中国食品学报》;20190331;第19卷(第05期);第253-262页 *

Also Published As

Publication number Publication date
CN112505169A (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
Ma et al. Model improvement for predicting moisture content (MC) in pork longissimus dorsi muscles under diverse processing conditions by hyperspectral imaging
Chiesa et al. Authentication of Italian PDO lard using NIR spectroscopy, volatile profile and fatty acid composition combined with chemometrics
Saraiva et al. Implementation of multivariate techniques for the selection of volatile compounds as indicators of sensory quality of raw beef
WO2022206427A1 (zh) 基于风味指纹图谱和偏最小二乘法回归分析的鲟鱼肉熟化程度评价方法
Biasioli et al. Correlation of PTR-MS spectral fingerprints with sensory characterisation of flavour and odour profile of “Trentingrana” cheese
González-Martín et al. Prediction of sensory attributes of cheese by near-infrared spectroscopy
CN112505169B (zh) 一种发酵大黄鱼的风味评价方法
Grummer et al. Determining salt concentrations for equivalent water activity in reduced-sodium cheese by use of a model system
Marra et al. Biochemical characteristics of dry-cured lacón
Ghasemi-Varnamkhasti et al. Electronic nose as an innovative measurement system for the quality assurance and control of bakery products: A review
CN109063783A (zh) 一种盐水鹅品质综合评价方法以及利用该方法构建的品质评价模型
Yu et al. Potential correlation between volatiles and microbiome of Xiang xi sausages from four different regions
Oh et al. Electrical resistance and mold distribution on beef surface as indicators of dry aging
BR112015031592B1 (pt) Método para a determinação da qualidade organoléptica de uma composição de farinha de microalgas
Jin et al. Influence of frying methods on quality characteristics and volatile flavor compounds of giant salamander (Andrias davidianus) meatballs
Jiang et al. Quick assessment of chicken spoilage based on hyperspectral nir spectra combined with partial least squares regression.
Onishi et al. A PTR-MS-based protocol for simulating bread aroma during mastication
Fan et al. Utilization of descriptive sensory analysis and volatile analysis to determine quality indicators of aquacultured whiteleg shrimp (Litopanaeus vannemei) during refrigerated storage
Mao et al. BP neural network to predict shelf life of channel catfish fillets based on near infrared transmittance (NIT) spectroscopy
CN113892609A (zh) 一种提高柳州酸笋品质的腌制方法
Pinho et al. Discriminate analysis of the volatile fraction from “Terrincho” ewe cheese: Correlation with flavour characteristics
Vítová et al. Solid-phase microextraction for analysis of mould cheese aroma
Mateus et al. Headspace SPME–GC/MS evaluation of ethanol retention in cooked meals containing alcoholic drinks
Wang et al. Metabolic footprint analysis of volatile organic compounds by gas chromatography-ion mobility spectrometry to discriminate mandarin fish (Siniperca chuatsi) at different fermentation stages
CN106616559A (zh) 一种水晶虾仁的制备方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant