GC×GC-TOFMS結(jié)合化學(xué)計量學(xué)解析傳統(tǒng)型半干黃酒的揮發(fā)性陳化標(biāo)志物質(zhì)

劉少璞，周志磊，俞紅波，茅來根，潘興祥，姬中偉，毛 健,3,5,*

（1.江南大學(xué) 糧食發(fā)酵與食品生物制造國家工程研究中心，江蘇 無錫 214122；2.江南大學(xué)食品學(xué)院，江蘇 無錫 214122；3.江南大學(xué)（紹興）產(chǎn)業(yè)技術(shù)研究院，浙江 紹興 312000；4.浙江塔牌紹興酒有限公司，浙江 紹興 312000；5.國家黃酒工程技術(shù)研究中心，浙江 紹興 312000）

黃酒與啤酒、葡萄酒并稱世界三大古酒，是獨(dú)具中國特色的傳統(tǒng)發(fā)酵酒[1]，按產(chǎn)品風(fēng)格可分為傳統(tǒng)型黃酒、清爽型黃酒和特型黃酒[2]，其中傳統(tǒng)型半干黃酒是最為流行的黃酒產(chǎn)品類型，主要產(chǎn)區(qū)為浙江紹興地區(qū)。黃酒又稱老酒，陳化是傳統(tǒng)型半干黃酒的關(guān)鍵工序，通常需要經(jīng)過5 a以上的長期陶壇貯存[3]。陳化期間陶壇內(nèi)發(fā)生了酯化、美拉德和氧化等一系列物理化學(xué)反應(yīng)[4]，使黃酒的香氣逐漸變得濃郁協(xié)調(diào)，不同陳化時間的黃酒風(fēng)味差異很大，往往被賦予不同的價值，解析陳化過程中黃酒的組分變化規(guī)律及標(biāo)志性成分對于黃酒品質(zhì)評估和質(zhì)量控制具有重要意義。

陳化黃酒香氣的改變主要由揮發(fā)性組分的變化引起，近紅外光譜[5]、核磁共振波譜[6]、電子鼻[7]和氣相色譜-質(zhì)譜（gas chromatography-mass spectrometry，GC-MS）[8]等技術(shù)的發(fā)展為揮發(fā)性組分的解析提供了支撐，其中GC-MS應(yīng)用最為廣泛[9]。頂空固相微萃?。╤eadspace-solid phase microextraction，HS-SPME）提取技術(shù)具有簡單快速、無需溶劑和靈敏度高等優(yōu)勢，常與GC-MS結(jié)合使用[9]。然而，一維GC-MS存在峰容量不足等缺陷，全二維氣相色譜技術(shù)（comprehensive twodimensional gas chromatography，GC×GC）通過二維短色譜柱的進(jìn)一步分離，能夠解決一維保留時間相同、二維保留時間不同的化合物的共流出問題，近年來已成為揮發(fā)性組分解析的強(qiáng)力工具[1]。GC×GC通常與單四極桿質(zhì)譜（single quadrupole mass spectrometry，qMS）和飛行時間質(zhì)譜（time of flight mass spectrometry，TOFMS）聯(lián)用，后者具有更高的分辨率、靈敏度、掃描速率和更大的質(zhì)量范圍等優(yōu)勢，在復(fù)雜食品體系中具有更強(qiáng)的定性能力[10-11]。Yu Haiyan等[12]使用液液萃取結(jié)合GC×GCqMS在紹興黃酒中鑒定出145 個物質(zhì)，Zhou Zhilei等[13]使用HS-SPME-GC×GC-TOFMS在紹興黃酒中鑒定出232 個物質(zhì)。

化學(xué)計量學(xué)能夠?qū)崿F(xiàn)GC×GC-TOFMS大數(shù)據(jù)集的深度挖掘，適合復(fù)雜體系的解析[14-16]。凌與聽等[17]使用HS-SPME-GC×GC-TOFMS結(jié)合偏最小二乘判別分析（partial least squares-discriminant analysis，PLS-DA）在古井貢酒中篩選出50 個酒齡相關(guān)化合物。Yu Haiyan等[18]使用液液萃取結(jié)合GC×GC-qMS在不同年份紹興黃酒中鑒定出144 個物質(zhì)，結(jié)合單因素方差分析（analysis of variance，ANOVA）和正交偏最小二乘判別分析（orthogonal partial least squares-discriminant analysis，OPLS-DA）篩選出63 個重要化合物。然而，由于GC×GC-qMS分辨率的限制，一些微量化合物的檢測存在不足，它們對黃酒陳化的影響可能被忽視。

本研究采用HS-SPME-GC×GC-TOFMS技術(shù)對傳統(tǒng)型半干黃酒陳化過程中揮發(fā)性組分的變化進(jìn)行解析，并采用化學(xué)計量學(xué)方法篩選出具有代表性的傳統(tǒng)型半干黃酒陳化標(biāo)志物質(zhì)，以期為理解黃酒陳化過程、評估黃酒品質(zhì)及酒齡鑒別提供科學(xué)依據(jù)。

1 材料與方法

1.1 材料與試劑

本研究所用傳統(tǒng)型半干黃酒樣品由中國紹興某黃酒企業(yè)提供，均為未添加焦糖色素且未經(jīng)勾調(diào)的半干型黃酒，酒齡分別為1、3、6、9、12 a和15 a。為減少不同年份樣本之間其他因素的影響，每個年份樣品均來自于4 個不同批次，共24 個樣品。

C7～C30正構(gòu)烷烴、2-辛醇（色譜純） 美國Sigma-Aldrich公司；氯化鈉、乙醇（均為分析純） 國藥集團(tuán)化學(xué)試劑上海有限公司。

1.2 儀器與設(shè)備

Pegasus?GC-HRT+ 4D全二維氣相色譜-高分辨飛行時間質(zhì)譜儀 美國LECO公司；PAL RTC自動進(jìn)樣系統(tǒng)（配有孵化加熱攪拌模塊） 瑞士C T C Analytics AG公司；TR-FFAP色譜柱（30 m×0.25 mm，0.25 μm） 美國Thermo Fisher公司；Rxi-17sil MS色譜柱（2 m×0.25 mm，0.25 μm） 美國Restek公司；50/30 μm DVB/CAR/PDMS固相微萃取纖維 美國Supelco公司；Mili-Q型超純水儀 美國Millipore公司；ME204TE型分析天平 瑞士Mettler-Toledo公司。

1.3 方法

1.3.1 HS-SPME提取黃酒中的揮發(fā)性化合物

參照文獻(xiàn)[1]報道方法進(jìn)行。取3 mL黃酒樣品與3 mL超純水于20 mL頂空瓶中，加入3 g氯化鈉和10 μL內(nèi)標(biāo)（82 mg/L 2-辛醇溶液）后迅速旋上瓶蓋。樣品由PAL RTC系統(tǒng)自動進(jìn)樣，平衡15 min后吸附30 min，萃取溫度50 ℃，解吸時間5 min。

1.3.2 GC×GC-TOFMS儀器條件

GC×GC條件：一維色譜柱TR-FFAP，二維色譜柱Rxi-17sil MS。進(jìn)樣口溫度250 ℃，不分流進(jìn)樣。以高純氦氣作為載氣，恒流模式流量1 mL/min。初始溫度40 ℃保持2 min，然后以5 ℃/min的速率升溫至230 ℃并保持7 min。調(diào)制器調(diào)制時間4 s，熱脈沖時間1.2 s。二維柱溫箱的溫度全程比一維柱溫箱高5 ℃。

TOFMS條件：電子電離源；電離能量70 eV；離子源溫度280 ℃；傳輸線溫度240 ℃；檢測器電壓1 400 V；質(zhì)量掃描范圍為33～400 u；采集頻率100 spectrum/s。

1.4 數(shù)據(jù)處理

1.4.1 GC×GC-TOFMS定性及半定量分析

使用LECO ChormaTOF軟件采集和處理GC×GCTOFMS數(shù)據(jù)。將一維和二維的峰寬分別設(shè)置為1 s和0.06 s進(jìn)行自動積分解卷積，與NIST 2017和Wiley 9數(shù)據(jù)庫進(jìn)行譜庫比對，識別相似度大于700的色譜峰。C7～C30正構(gòu)烷烴與樣品在相同條件下進(jìn)樣以計算每種化合物的保留指數(shù)（retention index，RI），并與NIST在線數(shù)據(jù)庫（https://webbook.nist.gov/）中RI參考值比對，取RI相差50以內(nèi)的化合物。最后取每組樣品中出現(xiàn)率在50%以上的化合物作為定性結(jié)果。定性后的化合物使用內(nèi)標(biāo)法進(jìn)行半定量分析。

1.4.2 化學(xué)計量學(xué)分析

使用化學(xué)計量學(xué)對不同年份傳統(tǒng)型半干黃酒的GC×GC-TOFMS數(shù)據(jù)進(jìn)行深度挖掘，通過對數(shù)據(jù)進(jìn)行預(yù)處理可以過濾無關(guān)變量和冗余變量以提高數(shù)據(jù)分析的效果及準(zhǔn)確性。缺失值過多會給后續(xù)分析帶來困難，根據(jù)“80%規(guī)則”對所有樣本中缺失值大于20%的變量進(jìn)行過濾。使用內(nèi)標(biāo)對變量進(jìn)行半定量分析以減小提取和檢測過程中產(chǎn)生的系統(tǒng)性差異，并采用基于機(jī)器學(xué)習(xí)的K最鄰近（K-nearest neighbor，KNN）算法對剩余少量缺失值進(jìn)行插補(bǔ)，以便后續(xù)的單變量分析和多變量分析。

多變量分析前，可進(jìn)行單變量分析刪減剩余變量中無意義統(tǒng)計學(xué)的變量，初步篩選可能重要的化合物[15]。對于單變量分析，使用SPSS 27.0進(jìn)行單因素ANOVA和Pearson相關(guān)性分析，使用錯誤發(fā)現(xiàn)率（false discovery rate，F(xiàn)DR）對ANOVA的P值進(jìn)行校正，以減少假陽性結(jié)果的出現(xiàn)。根據(jù)ANOVA中P＜0.05和Pearson相關(guān)系數(shù)|r|＞0.6為條件進(jìn)行變量的初步篩選。其中r值介于-1～1之間，r＞0表示正相關(guān)，r＜0表示負(fù)相關(guān)，r的絕對值越高表示相關(guān)性越強(qiáng)，表示隨著陳化時間的延長，化合物含量更趨近于線性變化，一般可劃分為不相關(guān)或弱相關(guān)（|r|=0～0.4）、中等程度相關(guān)（|r|=0.4～0.6）、強(qiáng)相關(guān)（|r|=0.6～0.8）和極強(qiáng)相關(guān)（|r|=0.8～1.0）[19]。

變量經(jīng)初步篩選后進(jìn)行多變量分析。對數(shù)據(jù)進(jìn)行單位方差縮放后，使用SIMCA-P 14.1進(jìn)行主成分分析（principal component analysis，PCA）、層次聚類分析（hierarchical cluster analysis，HCA）和PLS-DA。使用MetaboAnalyst 5.0在線分析平臺（https://www.metaboanalyst.ca/）進(jìn)行K-means聚類算法分析。使用OriginPro進(jìn)行聚類熱圖的繪制。

2 結(jié)果與分析

2.1 不同年份傳統(tǒng)型半干黃酒揮發(fā)性組分鑒定

為探究陳化過程對傳統(tǒng)型半干黃酒揮發(fā)性化合物總數(shù)和類別的影響，選擇6 個年份未經(jīng)勾調(diào)的黃酒進(jìn)行分析。采用HS-SPME-GC×GC-TOFMS技術(shù)解析傳統(tǒng)型半干黃酒的揮發(fā)性組分特征，不同年份傳統(tǒng)型半干黃酒共鑒定出351 個揮發(fā)性化合物，包括醇類49 個、酸類21 個、酯類88 個、醛類29 個、酮類36 個、酚類11 個、呋喃類18 個、內(nèi)酯類10 個、萜類15 個、芳香族化合物25 個、含氮化合物23 個、含硫化合物10 個和其他化合物16 個，其中有40 個主要化合物在中國黃酒中被首次鑒定，如表1所示。

表1 采用HS-SPME-GC×GC-TOFMS在中國黃酒中首次鑒定出的主要揮發(fā)性組分Table 1 Major volatile compounds identified in Huangjiu for the first time by HS-SPME-GC×GC-TOFMS

如圖1所示，15 a陳酒（1 963 個，圖1B）較1 a新酒（1 197 個，圖1A）具有更為豐富的揮發(fā)性組分。不同年份傳統(tǒng)型半干黃酒中揮發(fā)性化合物的類別和數(shù)目統(tǒng)計如表2所示，1 a新酒和15 a陳酒分別鑒定出225 個和304 個化合物，后者約為前者的1.35 倍。黃酒的揮發(fā)性化合物總數(shù)隨陳化時間延長整體呈上升趨勢，說明長期陶壇陳化過程能夠豐富黃酒的揮發(fā)性物質(zhì)組成，與其他酒類揮發(fā)性組分陳化研究結(jié)論相似。Yu Haiyan等[12]使用GC×GC-qMS在5 a陳和10 a陳的黃酒中分別檢測到98 個和107 個化合物，凌與聽等[17]發(fā)現(xiàn)陳年白酒的微量風(fēng)味組分?jǐn)?shù)量增加。有31 個化合物僅在高年份陳酒（15 a）樣本中檢出，如2,6-二乙基吡嗪、2-乙基-6-甲基吡嗪、3-戊烯-2-酮、2-壬烯-4-酮、3-壬烯-2-酮和香草乙酮等，它們可能是在陳化過程中生成的物質(zhì)，對高酒齡黃酒的風(fēng)味可能具有特殊的貢獻(xiàn)。隨著陳化時間延長，酸類、酯類、醛類、酮類、呋喃類、內(nèi)酯類和含氮化合物數(shù)量整體增加，酚類、萜烯及其衍生物類數(shù)量整體減少，醇類化合物的數(shù)量先減少后增加，這可能與酯化、美拉德和氧化等反應(yīng)的發(fā)生有關(guān)[4]。

圖1 酒齡1 a（A）和15 a（B）黃酒的GC×GC-TOFMS總離子流色譜圖Fig.1 Total ion current chromatograms of GC×GC-TOFMS of oneyear-old (A) and 15-year-old (B) Huangjiu

表2 不同年份傳統(tǒng)型半干黃酒中按類別統(tǒng)計的揮發(fā)性化合物數(shù)目Table 2 Number of volatile compounds in traditional semi-dry Huangjiu of different ages

2.2 傳統(tǒng)型半干黃酒揮發(fā)性物質(zhì)隨陳化時間的變化規(guī)律

對所有樣本進(jìn)行缺失值過濾，刪減后得到223 個化合物進(jìn)行單變量分析。使用FDR對P值校正后的單因素ANOVA顯示，其中有198 個化合物在陳化過程中含量發(fā)生顯著變化（P＜0.05），并對其進(jìn)行Pearson相關(guān)性分析。結(jié)果顯示，共有44 個不相關(guān)或弱相關(guān)的化合物（|r|=0～0.4）、47 個中等程度相關(guān)的化合物（|r|=0.4～0.6）、84 個強(qiáng)相關(guān)性的化合物（|r|=0.6～0.8）和23 個極強(qiáng)相關(guān)性的化合物（|r|=0.8～1）。初步篩選出107 個重要化合物，其同時滿足缺失值小于20%、ANOVA顯著（P＜0.05）及Pearson相關(guān)性較強(qiáng)（|r|＞0.6）3 個條件，包括醇類8 個、酸類12 個、酯類33 個、醛類11 個、酮類5 個、呋喃類10 個、酚類3 個、內(nèi)酯2 個、萜烯2 個、芳香族7 個、含氮化合物6 個、含硫化合物3 個和其他化合物5 個。107 個化合物中有95 個化合物在陳化過程中含量顯著增加，12 個化合物含量顯著減少。油酸乙酯、戊二酸二乙酯和水楊酸乙酯等30 個酯類物質(zhì)含量的增加可能與酯化反應(yīng)有關(guān)，2-丙酰呋喃、5-甲基糠醛和5-羥甲基糠醛等呋喃類物質(zhì)含量的增加可能與美拉德反應(yīng)有關(guān)[4]。此外，55 個化合物首次被發(fā)現(xiàn)在陳化過程中含量顯著變化，按r值高低排序如表3所示。

表3 在中國黃酒陳化過程中首次被發(fā)現(xiàn)存在顯著含量變化的55 個化合物的Pearson相關(guān)系數(shù)r值、FDR校正后ANOVA的P值和含量Table 3 Pearson correlation coefficients (r), FDR-corrected P-values of ANOVA, and contents of 55 compounds that significantly changed during the aging process of Huangjiu identified for the first time

2.3 基于無監(jiān)督多變量分析的不同年份傳統(tǒng)型半干黃酒揮發(fā)性組分特征

化學(xué)計量學(xué)中的多變量分析一般分為非監(jiān)督和有監(jiān)督2 種方式，非監(jiān)督多變量分析通常用于數(shù)據(jù)的初步探索，主要方法包括PCA和聚類分析等[15]。因此，對上述篩選出的107 個重要化合物進(jìn)行PCA、HCA和K-means聚類分析，以探究不同年份傳統(tǒng)型半干黃酒樣本之間的相似性，結(jié)果如圖2所示。PCA結(jié)果顯示，PC1和PC2共解釋了84.0%的總方差，得分圖中不同年份黃酒樣本組之間產(chǎn)生明顯的分離，說明不同年份黃酒樣本具有一定的差異（圖2A）。HCA結(jié)果表明，黃酒樣品被聚為三大類，第1類為1 a陳和3 a陳的黃酒，第2類為6、9 a陳和12 a陳的黃酒，第3類為15 a陳的黃酒（圖2B）。同時使用K-means聚類算法（K=3）對HCA結(jié)果進(jìn)行驗(yàn)證，聚類結(jié)果在圖2A中以不同顏色和橢圓范圍表示，結(jié)果顯示K-means聚類情況與HCA相同。以上結(jié)果表明，傳統(tǒng)型半干黃酒的長期陶壇陳化進(jìn)程可大致分為3 個階段，即短期陳化（1～3 a）、中期陳化（6～12 a）和長期陳化（15 a及以上）。

圖2 不同年份傳統(tǒng)型半干黃酒揮發(fā)性組分的PCA與K-means聚類分析組圖（A）和HCA樹狀圖（B）Fig.2 Integrated PCA and K-means cluster analysis plots (A) and HCA dendrogram (B) of volatile compounds in traditional semi-dry Huangjiu of different ages

2.4 基于有監(jiān)督多變量分析的傳統(tǒng)型半干黃酒的陳化標(biāo)志物質(zhì)篩選

PLS-DA是一種有監(jiān)督的多變量分析方法，可以用來篩選對于樣品分類具有突出貢獻(xiàn)的變量。使用上述篩選出的107 個重要化合物建立了PLS-DA模型，結(jié)果如圖3所示。在得分圖中可以觀察到不同樣本組之間的分離，說明PLS-DA模型可以區(qū)分不同年份的傳統(tǒng)型半干黃酒（圖3A）。PLS-DA模型載荷圖可以評估導(dǎo)致樣品組間差異的特定揮發(fā)性化合物，可以看出大量化合物與高年份樣品組密切相關(guān)（圖3B）。使用交叉驗(yàn)證和置換檢驗(yàn)評估模型性能。k折交叉驗(yàn)證（k=7）結(jié)果顯示，模型R2X=0.964，R2Y=0.977，Q2=0.890，表示該模型具有良好的魯棒性和預(yù)測能力。置換檢驗(yàn)（n=200）中R2Y和Q2的截距分別為0.575和-0.897，Q2截距＜0.05，說明PLS-DA模型沒有過擬合（圖3C）。

圖3 不同年份傳統(tǒng)型半干黃酒揮發(fā)性組分的PLS-DAFig.3 PLS-DA of volatile compounds in traditional semi-dry Huangjiu of different ages

為探究PLS-DA模型中對區(qū)分不同樣本組具有突出貢獻(xiàn)的變量，計算它們投影中變量重要性（variable importance in projection，VIP）值，VIP值大于1且值越高說明該變量對區(qū)分樣本組的貢獻(xiàn)越大。圖3D結(jié)果表明，共有37 個化合物的VIP值大于1，其VIP值和Pearson相關(guān)系數(shù)r值如表4所示，它們對不同陳化時間的區(qū)分具有重要貢獻(xiàn)，是傳統(tǒng)型半干黃酒的陳化標(biāo)志物質(zhì)。使用聚類熱圖表示37 個陳化標(biāo)志物質(zhì)的含量變化（圖4），樣本的層次聚類結(jié)果表示在上軸的樹狀圖中，可以看出樣本仍分為短期陳化、中期陳化和長期陳化3 大類，與2.3節(jié)實(shí)驗(yàn)結(jié)果一致。變量的層次聚類結(jié)果表示在左軸的樹狀圖中，37 個陳化標(biāo)志物質(zhì)共分為兩大類，第1類為在陳化過程中含量減少的12 個化合物，如土臭素、二苯基甲烷和苯乙醛二乙縮醛等。第2類為含量增加的25 個化合物，如2-糠醛縮二乙醇、2-丁基-2-辛烯醛和鄰苯二甲醚等。

圖4 PLS-DA模型中VIP值大于1的37 個陳化標(biāo)志物的聚類熱圖Fig.4 Cluster heatmap of 37 aging markers with VIP > 1 in PLS-DA

表4 37 個陳化標(biāo)志物質(zhì)的PLS-DA模型VIP值、Pearson相關(guān)系數(shù)r值和FDR校正后ANOVA的P值Table 4 VIP values in PLS-DA, Pearson correlation coefficients (r) and FDR-corrected P-values of ANOVA of 37 aging markers

為進(jìn)一步篩選最具代表性的陳化關(guān)鍵標(biāo)志物質(zhì)，以VIP＞1和Pearson相關(guān)系數(shù)|r|＞0.8（極強(qiáng)相關(guān)）為條件對上述37 個標(biāo)志物質(zhì)進(jìn)行最終篩選，得到了10 個化合物作為傳統(tǒng)型半干黃酒的陳化關(guān)鍵標(biāo)志物質(zhì)，包括6 個含量減少的物質(zhì)（癸酸乙酯、2-戊基呋喃、丁酸異戊酯、丁酸乙酯、丁酸和2-糠醇）和4 個含量增加的物質(zhì)（4-乙基苯酚、2-乙酰基-5-甲基呋喃、鄰甲酚和5-甲基糠醛）。

傳統(tǒng)型半干黃酒中有4 個呋喃類陳化關(guān)鍵標(biāo)志物質(zhì)，其中2-戊基呋喃具有堅果香[13]，是釀酒原料蒸煮后的重要香氣成分[20]，黃酒的蒸飯工藝可能是其產(chǎn)生的原因，可作為新釀黃酒的標(biāo)志物質(zhì)[21]。2-糠醇首次發(fā)現(xiàn)為黃酒陳化標(biāo)志物質(zhì)，其含量持續(xù)減少的原因可能有：1）參與乙基糠基醚（P＜0.001，r=0.514）的形成[22]；2）在酸性條件下形成棕色的脂肪族糠醇低聚物，并可能進(jìn)一步參與類黑精的形成[23]；3）氧化反應(yīng)形成2-糠醛（P＜0.05，r=0.500）[24]。5-甲基糠醛和2-乙?；?5-甲基呋喃具有焦糖與焙烤般的香氣，它們在陳化過程中顯著增加，可能與美拉德等非酶褐變反應(yīng)有關(guān)[21,25]。5-甲基糠醛已被證明為黃酒的陳化標(biāo)志物質(zhì)[4,21]，而2-乙?；?5-甲基呋喃是濃香型白酒的產(chǎn)地區(qū)分標(biāo)志物質(zhì)[25]，本研究發(fā)現(xiàn)其同樣為黃酒的陳化標(biāo)志物質(zhì)。

陳化關(guān)鍵標(biāo)志物質(zhì)中有3 個酯類物質(zhì)，其中癸酸乙酯和丁酸乙酯被其他研究報道為酒齡標(biāo)志物，在黃酒陳化過程中呈顯著減少趨勢[4,21]。丁酸異戊酯在黃酒中報道極少，它是白酒[26-27]、葡萄酒[28-29]、白蘭地[30-31]等其他酒類中的重要香氣物質(zhì)，且被證明是區(qū)分不同發(fā)酵方式桃紅葡萄酒的標(biāo)志物質(zhì)[28]，本研究首次證明其為黃酒陳化過程中顯著減少的標(biāo)志物質(zhì)。通常情況下，黃酒中酸類與醇類物質(zhì)在陳化期間發(fā)生酯化反應(yīng)會導(dǎo)致酯類物質(zhì)含量增加[4]，然而上述3 個酯類化合物卻表現(xiàn)出減少的趨勢，可能是發(fā)生了水解[32-33]或氧化[34]等反應(yīng)。

2 個酚類陳化關(guān)鍵標(biāo)志物質(zhì)的含量在陳化過程中增加，其中4-乙基苯酚的增加趨勢與Wang Na等[21]的報道不同，但在葡萄酒[35]和啤酒[36]中存在陳化中增加的現(xiàn)象，可能與黃酒中存在的對香豆酸和阿魏酸等羥基肉桂酸類物質(zhì)的轉(zhuǎn)化有關(guān)[37-38]。鄰甲酚是首次在中國黃酒中鑒定出的微量化合物，并在本研究中被證明是傳統(tǒng)型半干黃酒的陳化標(biāo)志物。丁酸的減少趨勢與Chen Shuang等[3]發(fā)現(xiàn)的結(jié)果不同，但在其他關(guān)于黃酒[12]、白酒[39]和葡萄酒[40]陳化的研究中有趨向減少的報道，可能與醇和酸之間的酯化反應(yīng)有關(guān)。

3 結(jié) 論

本研究采用HS-SPME-GC×GC-TOFMS技術(shù)對不同年份傳統(tǒng)型半干黃酒的揮發(fā)性組分進(jìn)行全面解析，鑒定出了大量的微量揮發(fā)性化合物。陳化過程中揮發(fā)性物質(zhì)總數(shù)呈增加趨勢，其中107 種化合物含量發(fā)生顯著變化且與陳化時間相關(guān)性較強(qiáng)?；瘜W(xué)計量學(xué)分析發(fā)現(xiàn)傳統(tǒng)型半干黃酒的陳化進(jìn)程可以分為短期、中期和長期陳化3 個階段。最終篩選得到37 個陳化標(biāo)志物質(zhì)，其中10 個為關(guān)鍵標(biāo)志物質(zhì)。丁酸異戊酯、丁酸、2-糠醇、2-乙?；?5-甲基呋喃和鄰甲酚5 種化合物首次被鑒定為黃酒陳化關(guān)鍵標(biāo)志物質(zhì)，它們在陶壇陳化期間的含量變化可能涉及水解、酯化、氧化和美拉德等多種反應(yīng)，并可能受到溫度和氧氣等環(huán)境因素的影響，其含量變化機(jī)制及對黃酒陳化風(fēng)味的影響值得進(jìn)一步研究。