Investigation of Components that Affect Flavors and Visualizing Differences in Tastes

Význam tématu

Analytická objektivizace senzorických vlastností potravin je klíčová pro konzistentní hodnocení kvality a vývoj nových produktů. Tradiční senzorická analýza závisí na subjektivním vnímání hodnotitelů. Proto je nezbytné doplnit ji instrumentálními metodami pro přesnou identifikaci sloučenin ovlivňujících chuťové vjemy a vizualizaci rozdílů, zejména u nejasných charakteristik, jako je „fukurami“ – pocit rozšíření chuti v ústech u saké.

Cíle a přehled studie

Hlavním cílem bylo vytvořit vědecky podložený workflow pro detekci a kvantifikaci sloučenin spojených s vjemem fukurami. Studie zahrnovala:

• Přípravu osmi vzorků saké s různým stupněm vyleštění rýže a různými kmeny kvasinek.
• Senzorické hodnocení rozšíření chuti v ústech (fukurami).
• Následnou instrumentální analýzu metabolitů a aromatických složek.
• Multivariační statistické modelování (PCA, PLS-DA) a diskriminační analýzu pro identifikaci klíčových markerů.

Použitá metodika a instrumentace

Sensory analýza:

• Osm vzorků saké upravených na 15 % alkoholu.
• Hodnocení panely odborníků, řazení vzorků podle intenzity fukurami (1–8).

Instrumentální analýza:

• LC/MS/MS (LCMS-8060) s iontově pár bez metody pro 153 cílových primárních metabolitů (aminokyseliny, organické kyseliny, nukleotidy, cukry).
• GC/MS (GCMS-QP2020) v režimu HS GC-MS dle NIST20 a Wiley Library pro 21 složek aroma.

Hlavní výsledky a diskuse

PCA analýza metabolitů a aromat ukázala seskupení vzorků podle typu kvasinek, nikoli podle fukurami. Integrovaná PLS-DA senzorických dat s kvantitativními daty odhalila klíčové markery:

• Metabolity: zvýšený podíl disacharidů (sladkost), snížená hladina kyseliny jablečné (kyselost) a nižší obsah cytidinu u vzorků s fukurami.
• Aroma: vyšší koncentrace isobutanolu, isobutylacetátu a ethylacetátu ve vzorcích s fukurami.

Na základě těchto markerů byl vytvořen diskriminační model (Support Vector Machine), který správně klasifikoval dříve obtížně hodnocené vzorky (č. 3 a č. 6) do skupin „s fukurami“ a „bez fukurami“.

Přínosy a praktické využití metody

Výsledný přístup umožňuje:

• Objektivní hodnocení nejasných senzorických charakteristik bez výhradní závislosti na ochutnávacím panelu.
• Rychlejší kontrolu kvality a konzistenci výroby saké i jiných potravinářských výrobků.
• Podporu vývoje nových receptur a optimalizaci technologických parametrů na základě analytických dat.

Budoucí trendy a možnosti využití

Další rozvoj může zahrnovat integraci s dalšími omikami, automatizaci přípravy vzorků, rozšíření na jiné potraviny či nápoje a využití strojového učení pro prediktivní modely senzorických vlastností. Kombinace chemometrie a umělé inteligence přinese přesnější a flexibilnější nástroje pro potravinářský průmysl.

Závěr

Studie prokázala, že kombinace senzorických dat s multivariační analýzou a cílenou instrumentální analýzou identifikovala klíčové chemické markery charakterizující vjem fukurami. Navržená metodologie nabízí robustní a přenosný postup pro objektivní hodnocení chuti a aroma, což otevře nové možnosti v oblasti kontroly kvality a vývoje potravinářských produktů.

Reference

• Ozaki K., et al. Sensory analysis by trained panel vs. instrumental evaluation. Journal of the Brewing Society of Japan, 103(3):150–162, 2008.
• Furukawa H., et al. Interní hodnocení prototypů kuchařským panelem. Journal of the Brewing Society of Japan, 78(6):419–422, 1983.
• Yoshizawa K., Koizumi T., Maskování aroma alkoholem. Journal of the Brewing Society of Japan, 92(3):217–223, 1997.
• Yoshizawa K., Význam fuselových olejů ve chuti saké. Journal of the Brewing Society of Japan, 75(6):451–457, 1980.