电子鼻在8种贝类气味差异研究中的应用

丁 媛，郑平安，缪芳芳，苏秀榕*

(宁波大学海洋学院，浙江 宁波 315211)

摘 要：目的：为研究不同贝类气味的差异，建立一种可以区分贝类气味差异程度的科学方法。方法：以缢蛏、毛蚶、泥蚶、青蛤、菲律宾蛤仔、彩虹明樱蛤、四角蛤蜊、虾夷扇贝为实验对象，利用电子鼻进行检测分析，结合SPSS软件对电子鼻数据进行处理分析。结果：电子鼻可以准确的区分这8种贝类，而且区分度很高。通过进一步分析发现不同贝类气味差异程度不同，利用数据处理可以看出不同种类贝类气味差异程度的大小。结论：通过对电子鼻的数据分析可以得出贝类气味差异程度的关系。

关键词：贝类；电子鼻；主成分分析；SPSS；聚类分析

Odor Discrimination of Eight Shellfishes Using an Electronic Nose

DING Yuan，ZHENG Ping-an，MIAO Fang-fang，SU Xiu-rong*

(School of Marine Sciences, Ningbo University, Ningbo 315211, China)

Abstract：In the present study, an electronic nose was used to characterize and classify the odors of 8 different shellfishes. By the methods of principle component analysis (PCA) and linear discrimination analysis (LDA), the data obtained were analyzed using an SPSS software. The shellfishes were accurately discriminated from one another with a high degree of discrimination. Further analysis indicated differences in their odors according to the results of data processing. Therefore analysis of the data from an electronic nose enables discrimination of different shellfishes.

Key words：shellfish；electronic nose；PCA；SPSS；cluster analysis

中图分类号：TS254 文献标志码：B 文章编号：1002-6630(2013)22-0353-03

doi:10.7506/spkx1002-6630-201322071

贝类多产于沿海，分布广泛，种类繁多，对很多人尤其是内陆地区的人们来说，对于贝类种类的判别存在很多问题。人们常以贝类的外部形态和生活习性作为其分类的依据，但采用这些性状对贝类进行分类在很多时候特别容易受到被观察对象的个体差异、环境变化等因素的干扰，尤其是在进行科、属等较高阶元划分时最易受到分类者主观态度的影响。而且大多数贝类气味较淡，在去壳经加工后更是难以区分，容易被不法商贩利用。本研究以缢蛏、毛蚶、泥蚶、青蛤、菲律宾蛤仔、彩虹明樱蛤、四角蛤蜊和扇贝这几种较为常见、产量较高的贝类为原料，利用电子鼻检测的快速性和综合性，试图对不同种类的贝类进行区分，为贝类种类的判别和贝类产品的更好加工提供方法和依据。

电子鼻是一种能快速表征气味物质的整体特征信息的智能感官分析仪器，具有检测时间短、客观性强、重复性高等优点[1-6]。在食品风味挥发性物质应用上，电子鼻不能检测出挥发性物质的具体组分，但可以检测出样品整体的特征香气类型[7-8]。不同贝类挥发性组分是不一样的，在生产实践中对贝类品种进行证明或判别不需要获得具体的香气成分，可以利用电子鼻快速地对不同种类进行区分[9-10]。目前，电子鼻在果蔬品种和畜产肉类方面的鉴别应用较多，唐晓伟等[11]采用电子鼻系统对不同品种资源和成熟度的甜瓜进行分析测定，表明电子鼻可以区分不同品种的甜瓜，且区分力值很高。程绍明等[12]采用电子鼻对3种不同年份的番茄种子进行分析，结果表明利用电子鼻可以很好的区分不同年份的番茄种子。贾洪锋等[13]为了探索电子鼻对肉类掺假识别的可行性，利用电子鼻对牦牛肉、牛肉和猪肉样品进行了分析，结果表明电子鼻能够有效识别猪、牛肉；同时电子鼻能够识别不同部位的牦牛肉和普通牛肉。电子鼻在水产品上的应用多为新鲜度的判定，柴春祥等[14]用电子鼻技术检测了虾在不同实验条件下挥发性成分的变化，考察保存温度和时间对虾挥发性成分的影响，证明了电子鼻可检测到这些变化。但是电子鼻在水产品品种鉴别上的应用较少。SPSS软件与电子鼻的结合多用于电子鼻传感器阵列的优化[15-16]，对所做样品本身的分析较少。本实验在电子鼻软件的分析基础上，结合SPSS软件对数据进行了聚类分析，以期能更清晰的找到8种贝类的气味归属。

1 材料与方法

1.1 材料与仪器

新鲜贝类：缢蛏、毛蚶、泥蚶、青蛤、菲律宾蛤仔、彩虹明樱蛤、四角蛤蜊、虾夷扇贝，均为市售。

PEN3便携式电子鼻 德国Airsense公司。

1.2 方法

分别将缢蛏、毛蚶、泥蚶、青蛤、菲律宾蛤仔、彩虹明樱蛤、四角蛤蜊、虾夷扇贝(仅取扇贝柱)的新鲜肉搅碎，取0.2g放入样品瓶中，拧紧瓶口。用电子鼻测定，每种做5个平行样。

1.3 数据处理

对电子鼻采集的样品数据进行主成分分析(PCA)、线性判别分析(LDA)。PCA是将所提取的传感器多指标的信息进行数据转换和降维，并对降维后的特征向量进行线性分类，最后在PCA分析的散点图上显示主要的两维散点图。PC1和PC2上包含了在PCA转换中得到的第1主成分和第2主成分的贡献率，贡献率越大，说明主要成分可以较好地反映原来多指标的信息。LDA是研究样品所属类型的一种统计方法， LDA分析更加注重样品在空间中的分布状态及彼此之间的距离分析，将样品信号数据通过运算法则投影到某一方向，使得组与组之间的投影尽可能分开[17-19]。

运用SPSS软件根据欧几里德距离公式，进行样品聚类，分析不同贝类气味的相似度，并用树形图显示不同种类间的差异程度，计算式如下：

d(x,y)=Σ(xi－yi)2

2 结果与分析

2.1 电子鼻对不同贝类的信号响应

图 1 电子鼻传感器对样品的响应曲线(A)和雷达图(B)

Fig.1 Results of detection of different shellfishes using an electronic nose

对8种贝类进行电子鼻检测分析。测量获得电子鼻10个传感器的响应图，以青蛤和菲律宾蛤仔为例(图1)，图中不同颜色的曲线代表1个传感器。为了便于比较，将测得的199s的相对电阻率(G/G0)同时用雷达图表达出来。雷达图中，10个坐标轴代表10个不同的传感器，而坐标轴上的大小表示了传感器对该样品的灵敏程度。由图分析可以看出，从初始的零气到最后样品气体的平稳过程中，相对电阻率逐渐增加直至趋向平稳。通过电子鼻对贝类风味的响应实验，可以得出电子鼻对贝类的风味成分有明显的响应，且各传感器的响应值各不相同。

2.2 电子鼻对不同贝类的区分

2.2.1 PCA分析结果

图2表示电子鼻对不同种类的贝类的PCA分析，PCA分析可以在没有任何样品信息的条件下，迅速浏览数据，找出他们之间的相关性，建立一个合理的模型。图中每个椭圆代表1种贝类的数据采集点。由图2可以看出，在所建的贝类种类模型中，8中贝类样品的分析数据点分布于各自的区域，没有重叠。PC1、PC2的贡献率分别为96.77%和2.83%，PC1和PC2的总贡献率为99.61%，大于95%，因此，8种贝类气味差异很大，能区分。说明PCA方法在数据分析中合适，电子鼻可以准确的区分不同种类的贝类。

图 2 电子鼻对不同种类的贝类的PCA分析

Fig.2 PCA analysis of different shellfishes

2.2.2 LDA分析结果

由图3可以看出，通过LDA分析，两判别式的总贡献率为84.52%，判别式LD1和判别式LD2的贡献率分别为68.04%和16.48%，区分度没有PCA的大，但是LDA图可在一定程度上表现出几种贝类之间气味差异的远近程度，青蛤、菲律宾蛤仔和彩虹明樱蛤明显聚集在一片区域，说明这3种贝类气味较为相近。

图 3 电子鼻对不同种类的贝类的LDA分析

Fig.3 LDA analysis of different shellfishes

2.3 不同贝类差异的聚类分析

表1为8种贝类的组间距离，图4为其聚类分析的树状图。由表1可知8种贝类彼此之间的差异程度，表中数值反映了每种贝类之间气味的相似度，欧氏距离越大，说明相似度越低。扇贝丁与其他7种贝类之间的相似度最低，说明扇贝丁气味与其他差异最大。青蛤、菲律宾蛤仔、彩虹明樱蛤和四角蛤蜊之间差异较小，说明他们的气味相近。毛蚶和泥蚶之间差异相对较大，但他们与青蛤、菲律宾蛤仔、彩虹明樱蛤、四角蛤蜊之间的差异比较小。缢蛏与其他7种贝类的气味也有明显差别。从图4则可直观地看到这8种之间的差异，扇贝丁、缢蛏与其他几种贝类之间的差异最为明显。

表 1 不同种类的贝类之间的平方欧式距离

Table 1 Squared euclidean distance of different shellfishes

图 4 不同种类的贝类的聚类分析

Fig.4 Cluster analysis of different shellfishes

3 讨 论

电子鼻的特性表明，运用电子鼻测定不同种类的贝类的指纹数据，确定他们之间的差别，可以用来鉴别贝类的不同种类。并且通过对电子鼻数据的分析，可以准确地得出不同贝类气味的差异程度，使贝类的区分更加清楚。根据贝类之间气味的差异，可以为生产加工提供参考，避免不合理的利用。

目前，在医学方面，医学贝类学研究已成为重要的一项内容[20]，从1种贝类中提取出的某种生理活性物质，有可能也存在于其他贝类，但贝类种类繁多，分类复杂，工作量大，如果可以有1种较为简便的区分归类方法，会为研究提供不少便利。本实验中的8种贝类均属于软体动物门中的瓣鳃纲，具有一定的相似性。但它们分属于不同目，扇贝属于珍珠贝目，毛蚶和泥蚶属于列齿目，青蛤、菲律宾蛤仔、彩虹明樱蛤、四角蛤蜊和缢蛏则为真瓣鳃目。在真瓣鳃目里，青蛤、菲律宾蛤仔、彩虹明樱蛤、四角蛤蜊又归为帘蛤科，而缢蛏为灯塔蛏科。由此，可以看出，贝类气味的差异与其科属的划分有很大的关系，可以以此作为依据，进行大量的实验，收集数据，建立不同贝类的气味模型，为贝类的区分提供便捷的方法。

为了提供更可靠的依据，可以把电子鼻检测与气相色谱-质谱方法结合起来，分析出不同贝类的各自特征呈味物质及其所占的比例，分析不同种类间的差别，为贝类检测和合理加工提供参考依据。

参考文献：

[1] WANG X D, CAREY W P, YEE S S. Monolithic thin-film metal-oxide gas-sensor arrays with application to monitoring of organic vapors[J]. Sensors and Actuators, 1995, 28(1): 63-70.

[2] 柴春祥, 陈庆森, 刘勤生. 鸡肉新鲜度电子鼻评价特征值的确定[J]. 食品与发酵工业, 2007, 33(11): 89-92.

[3] Haugen j e, Lundby f, Wold j p, et al. Detection of rancidity in freeze stored turkey meat using acommercial gas-sensor array system[J]. Sensors and Actuators, 2006, 116(1/2): 78-84.

[4] Rajamaki t, Alakomi h l, Ritvanen t, et al. Application of an electronic nose for quality assessment of modified atmosphere packaged shrimp meat[J]. Food Control, 2006, 17(5): 5-13

[5] NATALE C D, ZUDE-SASSE M, MACAGNANO A, et al. Outerproduct analysis of electronic nose and visible spectra: application to the measurement of peach fruit characteristics[J]. Analytica Chimica Acta, 2002, 459(1): 107-117.

[6] Sylwia M S, Henryk H J, Renata Z W. The use of electronic and human nose for monitoring rapeseed oil autoxidation[J]. European Journal of Lipid Science and Technology, 2008, 110(1): 61-72.

[7] 李国鹏, 贾惠娟, 李红旭, 等. 利用电子鼻对不同梨品种进行区分的初步研究[J]. 浙江农业学报, 2011, 23(5): 1029-1033.

[8] 王昌龙, 黄惟一. 基于特征比值法的电子鼻农药识别系统[J]. 传感技术学报. 2006, 19(3): 573-576; 580.

[9] 孙静, 黄健, 侯云丹. 顶空固相微萃取-气质联用分析大眼金枪鱼肉的挥发性成分[J]. 食品科学, 2011, 32(33): 230-233.

[10] 郑平安, 黄健, 孙静. HS-SPME结合GC-MS法分析鲐鱼肉加热前后挥发性成分变化[J]. 食品科学, 2012, 33(14): 242-246.

[11] 唐晓伟, 张万清, 耿利华, 等. 电子鼻评价甜瓜成熟度及风味的研究[J]. 中国农学通报, 2010, 26(21): 75-80.

[12] 程绍明, 马杨珲, 周博, 等. 基于电子鼻的番茄种子不同储藏时间的鉴别研究[J]. 传感技术学报, 2011, 24(7): 941-945.

[13] 贾洪锋, 卢一, 何江红, 等. 电子鼻在牦牛肉和牛肉猪肉识别中的应用[J]. 农业工程学报, 2011, 27(5): 358-363.

[14] 柴春祥, 凌云. 电子鼻检测虾新鲜度的研究[J]. 食品科技, 2010, 35(2): 246-249.

[15] 费雅君, 白雪, 康小红. LDA优化电子鼻传感器阵列的研究[J]. 食品与机械, 2012, 28(1): 97-100.

[16] 海铮. 基于电子鼻的牛肉新鲜度的检测[D]. 杭州: 浙江大学, 2006.

[17] 李琴, 朱科学, 周惠明. 利用电子鼻分析熬制时间对3种食用菌汤风味的影响[J]. 食品科学, 2010, 31(16): 151-155.

[18] 黄健. 牡蛎加工及储藏中风味物质变化的研究[D]. 宁波: 宁波大学, 2011.

[19] 陈晓明, 李景明, 李艳霞, 等. 电子鼻在食品工业中的应用研究进展[J]. 传感器与微系统, 2006, 25(4): 8-11.

[20] 周晓农, 张仪. 医学贝类学研究进展及发展方向[J]. 中国寄生虫学及寄生虫疾病, 2001, 19(2): 116-120.