[发明专利]基于身份标识性特征风味组分判别切达奶酪级别的方法

权利要求书

1.一种基于身份标识性特征风味组分判别切达奶酪级别的方法，其特征在于，包括以下步骤：

（1）选择不同级别的切达奶酪作为标准品，并从标准品中萃取挥发性风味物质；

（2）采用香气提取物稀释分析法结合气相-嗅闻装置，从所述挥发性风味物质中筛选出特征风味物质；筛选出的特征风味物质包括酸性物质和中性/碱性物质；所述酸性物质为乙酸、2-甲基-丙酸、丁酸、3-甲基-丁酸、戊酸、己酸、庚酸和壬酸；所述中性/碱性物质为柠檬烯、癸醛、苯甲醛、月桂醛、2,3-丁二酮、2-庚酮、2-壬酮、2-十一烷酮、呋喃酮、酱油酮、丁酸乙酯、己酸乙酯、辛酸乙酯、癸酸乙酯、δ-己内酯、月桂酸乙酯、δ-壬内酯、δ-癸内酯、γ-十二内酯和δ-十二内酯；

（3）采用K-means聚类算法对步骤（2）筛选得到的特征风味物质进行聚类，得到切达奶酪的身份标识性特征风味组分；

（4）测定已知级别切达奶酪的身份标识性特征风味组分浓度，构建训练集，采用训练集对支持向量机进行训练；

（5）测定待测切达奶酪的身份标识性特征风味组分浓度，输入至训练好的支持向量机中，对待测切达奶酪的级别进行判断。

2.根据权利要求1所述的基于身份标识性特征风味组分判别切达奶酪级别的方法，其特征在于，在进行步骤（3）之前还包括：建立切达奶酪模拟体系，对切达奶酪中特征风味物质含量进行缺失重组实验，剔除对切达奶酪整体香气贡献较小的风味物质。

3.根据权利要求1所述的基于身份标识性特征风味组分判别切达奶酪级别的方法，其特征在于，设置K-means聚类算法的聚类中心数为2~10。

4.根据权利要求1所述的基于身份标识性特征风味组分判别切达奶酪级别的方法，其特征在于，设置K-means聚类算法的聚类中心数为2、4、5、6、7、8或10。

5.根据权利要求4所述的基于身份标识性特征风味组分判别切达奶酪级别的方法，其特征在于，通过K-means聚类算法筛选出的身份标识性特征风味组分组合包括：

辛酸乙酯和2-甲基-丙酸；

或，2-甲基-丙酸、丁酸、己酸乙酯、δ-壬内酯；

或，δ-壬内酯、2-甲基-丙酸、己酸、己酸乙酯、2,3-丁二酮；

或，δ-壬内酯、2-甲基-丙酸、己酸乙酯、丁酸、2,3-丁二酮、戊酸；

或，丁酸、苯甲醛、己酸乙酯、δ-壬内酯、2,3-丁二酮、3-甲基-丁酸、戊酸；

或，己酸乙酯、δ-壬内酯、丁酸、3-甲基-丁酸、2,3-丁二酮、苯甲醛、戊酸、庚酸；

或，苯甲醛、δ-壬内酯、丁酸、己酸乙酯、2,3-丁二酮、3-甲基-丁酸、庚酸、2-甲基-丙酸、戊酸、δ-十二内酯。

6.根据权利要求1所述的基于身份标识性特征风味组分判别切达奶酪级别的方法，其特征在于，步骤（4）和（5）中，采用气质联用测定已知级别切达奶酪和待测切达奶酪的身份标识性特征风味组分浓度。

7.根据权利要求6所述的基于身份标识性特征风味组分判别切达奶酪级别的方法，其特征在于，气相色谱条件为：采用氦气作载气，载气流速为1mL/min，色谱柱为DB-WAX毛细管柱；色谱柱升温程序为：起始柱温35℃，保持5min，溶剂延迟4min，以5℃/min升到100℃，保持2min，然后以6℃/min升到180℃，最后以8℃/min升到230℃，保持2min；采用不分流模式，进样口温度为250℃；

质谱条件为：采用电子电离源，电离能量为70eV，离子源温度为230℃，接口温度为250℃，四极杆温度150℃，检测器温度为280℃，扫描模式为全扫描，质量范围m/z 20~350。